JURNAL IT STMIK HANDAYANI
|
|
- Hartono Tanudjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 VISUALISASI BANGUNAN PADA MASJID PENDEKATAN TEKNIK DATA MINING PADA PUSAT DATA KESEHATAN NASIONAL MENGGUNAKAN MAP VISUALIZATION M. Adnan Nur Teknik Informatika STMIK Handayani Makassar Abstrak Keberadaan sistem Bank Data Kesehatan Nasional Kementrian Kesehatan RI telah memberikan kemudahan bagi masyarakat dalam memperoleh informasi kesehatan yang mencakup hingga tingkat Kabupaten/Kota tetapi informasi yang disajikan masih berupa informasi kuantitatif dimana seluruh data disajikan dalam tabulasi angka dan belum disediakan penggalian informasi lebih dalam. Penelitian ini bertujuan untuk menerapkan dan mengkombinasikan beberapa teknik data mining untuk menyajikan penggalian informasi kualitatif secara dinamis dengan mengkategorikan sistem yang sedang berjalan sebagai sebuah data warehouse. Metode penelitian yang dilakukan dalam penelitian ini meliputi studi lapang untuk mengidentifikasi permasalahan dan kebutuhan informasi kesehatan, penelusuran literatur yang menyangkut pengembangan sistem, perancangan dengan menggunakan Unified Modeling Language dan implementasi menggunakan bahasa pemprograman PHP. Hasil penelitian berupa penerapan teknik data mining yang meliputi klasterisasi (clustering) menggunakan algoritma k-means, klasifikasi (classification) menggunakan algoritma naive bayes dan pola asosiasi (association rules) menggunakan algoritma FP- Growth yang bekerja secara dinamis untuk menjawab kebutuhan pengetahuan informasi kesehatan yang lebih cepat dan mendalam secara kualitatif. Hasil dari olahan data mining selanjutnya divisualisasi dalam sebuah Sistem Informasi Geografis (SIG) yang dalam penelitian ini disebut sebagai Map Visulisation untuk memudahkan dalam memetakan informasi kesehatan berdasarkan provinsi dan kabupaten/kota. Dari hasil penelitian tersebut dapat disimpulkan bahwa data yang diperoleh dari website bank data kesehatan nasional mempunyai attribut atau indikator kuantitatif yang seragam sehingga memudahkan dalam melakukan pengolahan data lebih lanjut. Kata Kunci : bank data kesehatan, data warehouse, data mining, map visualization. 57
2 I. PENDAHULUAN Keberadaan teknologi sebagai media dalam pendistribusian informasi dalam bidang kesehatan belakangan ini semakin dibutuhkan. Jumlah data kesehatan yang terus meningkat dan kebutuhan penyajian informasi yang cepat dan akurat mendorong penerapan teknologi diberbagai aspek bidang kesehatan. Di Indonesia, terbitnya UU Nomor 36 Tahun 2009 Pasal 169 yang menyatakan bahwa Pemerintah memberikan kemudahan kepada masyarakat untuk memperoleh akses terhadap informasi kesehatan dalam upaya meningkatkan derajat kesehatan masyarakat menjadi dasar dalam penerapan teknologi untuk penyajian informasi kesehatan tersebut. Penerapan teknologi ini tentunya membutuhkan metode-metode baru dalam pengolahan dan penyajian informasinya agar dapat dimanfaatkan oleh berbagai kalangan seperti akademisi, pemerintahan dan masyarakat umum. Saat ini, Departemen Kesehatan RI telah memiliki sebuah sistem yang disebut Bank Data Kesehatan Nasional yang dapat diakses melalui websitenya Sistem menyediakan informasi kuantitatif berdasarkan indikator kependudukan, pendidikan, penyakit, upaya kesehatan, kesehatan lingkungan, tenaga kesehatan dan sarana kesehatan. Dimana setiap informasi tersebut dapat disajikan menurut wilayah provinsi dan kabupaten/kota untuk setiap tahunnya. Dari segi ketersediaan informasi yang ada, sistem tersebut masih dikategorikan sebagai sebuah data warehouse dan belum menyajikan fasilitas penggalian informasi tertentu untuk kebutuhan pengambilan kebijakan sehingga membutuhkan pengolahan data lebih lanjut yang tentunya membutuhkan waktu. (Architect Dkk, 2011). Sebelumnya, telah terdapat sebuah penelitian yang menyangkut penggalian informasi data kesehatan. Penelitian tersebut menyajikan sebuah survey tentang teknik dalam knowledge discovery in database (KDD). Namun, hasil penelitian hanya fokus pada tahap analisis dan deskripsi penerapannya. Tahap perancangan dan implementasi belum dilakukan pada penelitian tersebut. (Canlas, 2009). Teknik data mining yang meliputi klasterisasi (clustering), klasifikasi (classification) dan pola asosiasi antar data (association rules) dianggap perlu diterapkan secara fleksibel pada Bank Data Kesehatan tersebut. Kedinamisan penggunaan teknik data mining memungkinkan penyajian berbagai jenis kebutuhan informasi yang belum diprediksi sebelumnya dapat dilakukan, misalnya: a. Pengelompokan tingkat penderita penyakit tertentu berdasarkan indikator jumlah penderita penyakit untuk setiap wilayah provinsi maupun kota/kabupaten. b. Mencari keterkaitan antara indikator kesehatan lingkungan dan indikator sarana kesehatan terhadap tingkat penderita penyakit tertentu pada suatu wilayah. c. Mencari keterkaitan antara indikator tenaga kesehatan dan indikator sarana kesehatan terhadap data upaya kesehatan. Dari segi visualisasi, pendekatan geografis lebih memudahkan dalam penyajian informasi menurut penyebaran lokasi atau wilayah. Pemetaan informasi kesehatan berdasarkan provinsi maupun kabupaten/kota secara mendalam dapat dilakukan dengan cepat melalui penyajian peta/map yang interaktif. (Bill, 2005). Dari beberapa permasalahan tersebut, penelitian ini bertujuan untuk mengimplementasikan beberapa teknik data mining secara fleksibel berdasarkan Bank Data Kesehatan yang tersedia dan selanjutnya hasil olahan divisualisasikan melalui peta (map) interaktif, grafik dan tabel yang diharapkan mampu memenuhi kebutuhan informasi kesehatan bagi semua kalangan dan sebagai pendukung keputusan yang akurat bagi penentu kebijakan. 58
3 II. BAHAN DAN METODE 2.1. Lokasi dan Rancangan Penelitian Penelitian dilaksanakan selama bulan Februari 2013 sampai dengan bulan Juli Penelitian ini dilakukan di Kampus Universitas Hasanudin dan Website Pusat Data Kesehatan Departemen Kesehatan Nasional. Penelitian ini diawali dari ketersediaan informasi kesehatan nasional yang saat ini masih terbatas pada penyajian data kuantitaif berupa data kontinu. Ketersediaan informasi meliputi nilai indikator kesehatan untuk provinsi dan kabupaten setiap tahunnya yang disajikan melalui tabulasi dan grafik. Informasi kesehatan tersebut dapat diakses melalui sebuah sistem yang disebut website pusat data kesehatan nasional. Melihat keterbatasan penyajian informasi saat ini, maka penelitian ini mengusulkan sebuah pengembangan sistem dalam hal pengolahan data kuntatif melalui pendekatan teknik data mining. Pengolahan data ini meliputi metode klasterisasi (clustering), klasifikasi (classification) dan pola asosiasi (asosiation rule). Ketersedian data kuantitatif sebagai data masukan untuk setiap metode tersebut tentunya membutuhkan analisis terlebih dahulu karena tidak semua metode menerima masukan dalam bentuk data kuantitatif atau kontinu. Untuk kebutuhan data pada metode klasterisasi (clustering) menggunakan algoritma K-mean telah sesuai dengan ketersediaan data yaitu berupa data kontinu. Oleh karena itu, tidak dibutuhkan lagi preprocessing dan data tersebut dapat langsung digunakan sebagai masukan/input pada sistem. Diagram analisis data untuk metode klasterisasi dapat dilihat pada gambar 1. Untuk metode klasifikasi (classification), data masukan yang dibutuhkan berupa sekumpulan record (training set) dimana setiap record meliputi himpunan attributes yang salah satu attributnya merupakan kelas/class label. Attribute kelas/class label merupakan data kategorikal sehingga data kuntitatif yang tersedia harus melalui preprocessing terlebih dahulu. Transformasi data kontinu ke dalam bentuk kategorikal dilakukan dengan proses klaterisasi/clustering menggunakan algoritma K-mean. Preprocessing ini diterapkan pada data yang ingin dijadikan sebagai data kelas/class label. Selanjutnya, estimasi terhadap hasil klasifikasi menggunakan fungsi densitas gauss karena data yang ingin diklasifikasikan merupakan data kontinu. Diagram analisis data untuk metode klasifikasi dapat dilihat pada gambar 2. Metode pola asosiasi (association rules) dengan algoritma Fp-Growth memerlukan data dengan attribut biner, sehingga diperlukan preprocessing untuk tranformasi data primer yang berupa attribut kontinu ke bentuk attribut biner. Transformasi ini dapat dilakukan dengan menerapkan clustering/klasterisasi dengan jumlah klaster dua. Dimana data dengan centroid tertinggi akan bernilai 1 dan centroid terendah bernilai 0. Hasil klaster inilah yang dijadikan masukan untuk algoritma Fp-Growth dalam penerapan metode pola asosiasi. Diagram analisis data untuk metode pola dapat dilihat pada gambar Populasi dan Sampel Populasi dalam penelitian ini adalah nilai indikator kesehatan untuk seluruh provinsi dan kabupaten/kota setiap tahunnya. Sampel dilakukan terhadap nilai indikator kesehatan pada tahun 2006 hingga 2008 untuk tingkat provinsi dan kabupaten/kota karena pada tahun tersebut sebagian besar kelengkapan data telah terpenuhi Metode Pengumpulan Data Dalam penelitian ini dilakukan Metode penelusuran literatur (library research) dan studi lapangan (field research) terhadap sistem pusat data kesehatan nasional untuk mengidentifikasi masalah dan untuk memperoleh attribut serta nilai indikator. Untuk perancangan dan desain sistem digunakan pendekatan Unified Modeling Language yaitu menggambarkan bagaiamana keterlibatan pengguna dengan sistem, interaksi antarmuka sistem dan alur kerja sistem. Untuk pengujian dan evaluasi sistem digunakan beberapa tahapan pengujian, yaitu pengujian fungsional sistem dan menghitung waktu eksekusi proses sistem. 59
4 2.4. Analisis Data Pada penelitian ini, analisis data dilakukan menggunakan metode Black Box dalam pengujian data terhadap metode yang diterapkan serta menghitung waktu eksekusi proses sistem untuk sisi server dan sisi client. III. HASIL Berdasarkan hasil analisis data sebelumnya, metode klasterisasi, klasifikasi dan pola asosiasi yang diterapkan pada sistem yang dikembangkan dapat berjalan dengan baik. Untuk sisi server, waktu eksekusi cukup cepat dibandingkan waktu eksekusi pada sisi client. Akumulasi waktu eksekusi tersebut relatif bergantung pada instrumen penelitian yang digunakan Metode Pendekatan Penelitian dimulai dengan penelusuran literatur (library research) yang terkait dengan pengembangan sistem dan studi lapangan (field research) terhadap sistem pusat data kesehatan nasional yang tersedia untuk mengidentifikasi masalah dan bagaimana pengembangan sistem yang dibutuhkan. Untuk tahap perancangan dan desain sistem digunakan pendekatan Unified Modeling Language yaitu menggambarkan bagaiamana keterlibatan pengguna dengan sistem, interaksi antarmuka sistem dan alur kerja sistem. Untuk pengujian dan evaluasi sistem digunakan beberapa tahapan pengujian, yaitu pengujian fungsional sistem dan menghitung waktu eksekusi proses sistem Tahapan Penelitian Studi lapangan (field research) terlebih dahulu dilakukan untuk mengidentifikasi masalah dan kubutuhan pengembangan sistem. Selanjutnya penelusuran literatur yang terkait dengan pengembangan sistem yang ingin dilakukan. Perancangan sistem di implementasi berdasarkan penerapan metode pada proses kerja sistem. Adapun tahapan penelitian adalah sebagai berikut: Tahap Analisis Masalah dan Kebutuhan, Tahap Penelusuran Literatur, Tahap Desain dan Perancangan Sistem, Tahap Implementasi serta Tahap Pengujian dan Evaluasi Sistem 3.3. Perancangan Sistem Sistem yang akan dikembangkan dalam penelitian ini berbasis web dan melibatkan pengguna dan pengelola sistem. Pengguna sistem dalam hal ini adalah pengunjung website dan pengelola sistem adalah Administrator website. Pengembangan sistem ini juga akan melibatkan penggunaan database yang dalam perancangan sistem dianggap sebagai sebuah sistem eksternal. Perancangan ini menggunakan pemodelan Unified Modeling Language (UML) yang merupakan metode pemodelan berbasis objek. Perancangan diawali dengan merancang use case Publik dan Use Case Administrator. Use Case Publik diperuntukkan untuk pengunjung atau pengguna sedangkan Use Case Administrator untuk pengelola. Perancangan selanjutnya dilakukan melalui desain Class diagram yang mendeskripsikan jenis-jenis objek dalam sistem dan berbagai hubungan statis diantara objek tersebut. Diagram ini mendefinisikan kelas-kelas yang akan dibuat untuk membangun sistem. Mengacu pada Use Case, pada tahap ini penelitian merancang dua jenis Class Diagram yaitu Class Diagram Publik dan Class Diagram Administrator. Tahap berikutnya melakukan desian untuk sequence diagram dan activity diagram yang mengambar secara detail bagaimana interaksi antaramuka sistem yang dikembangkan. 60
5 IV. PEMBAHASAN Penelitian ini menunjukkan bahwa impementasi dari metode data mining yang diterapkan pada sistem digunakan untuk menggali informasi berupa pengelompokan data indikator kesehatan tertentu yang tersedia melalui klasterisasi, melakukan klasifikasi data untuk memprediksi kategori dari suatu data baru dan mencari tingkat keterkaitan antar indikator melalui pola asosiasi. Berikut penjelasan dari implementasi metode-metode data mining tersebut. 4.1 Klasterisasi (Clustering) Data Klasterisasi (Clustering) Data bertujuan untuk memisahkan nilai-nilai dari indikator kesehatan ke dalam beberapa kelompok yang mempunyai perbedaan jarak nilai signifikan antar kelompok yang satu dengan yang lainnya. (Wu, 2012). Nilai-nilai indikator tersebut diperoleh berdasarkan wilayah dan tahun tertentu sesuai pilihan pengguna sistem. Impelementasi klasterisasi pada penelitian ini menggunakan algoritma K-Mean dengan memanfaatkan bahasa pemprograman PHP. Algoritma K-Mean dinilai cukup efisien yang ditunjukkan dengan kompleksitasnya, dengan catatan banyaknya objek data harus jauh lebih besar dari jumlah klaster yang dibentuk dan banyaknya iterasi.. Selain itu, algoritma ini akan terhenti dalam kondisi optimum lokal dan bekerja pada attribut numerik. (Andayani, 2007) Proses dari algoritma K-Mean diimplementasikan dengan membuat dua class yang disesuaikan dengan perancangan sebelumnya. Class tersebut antara lain class Objek KMean dan Class KMean. Class Objek KMean akan membentuk objek yang mewakili sebuah record dari sekumpulan record yang ingin diklaster sedangkan class KMean merupakan class utama dari proses klasterisasi Klasifikasi (Classification) Data Klasifikasi ini bertujuan untuk menentukan suatu nilai indikator kesehatan kesalah satu kategori indikator kesehatan lainnya yang telah didefinisikan. Kemudian indikator-indikator tersebut menjadi acuan untuk memprediksi kategori indikator dari nilai indikator baru yang ingin dimasukkan. Impementasi dari metode klasifikasi menggunakan algoritma Naive Bayes. Naive Bayes merupakan salah satu algoritma klasifikasi pembelajaran induktif yang paling efektif dan efisien untuk machine learning dan data mining. Performa naive bayes yang kompetitif dalam proses klasifikasi walaupun menggunakan asumsi keindependen attribute (tidak ada kaitan antar attribute). (Shadiq, 2009). Terkait dengan analisis data sebelumnya, proses klasifikasi membutuhkan preprocessing dalam penentuan label kategori yang dalam penelitian ini disebut sebagai indikator kelas. Implementasi dari preprocessing dan proses klasifikasi tersebut menggunakan algoritma Naïve Bayes dan dibuat dalam sebuah class dengan nama NaiveBayes Pola Asosiasi (Association Rule) Pola asosiasi (association rules) data merupakan teknik data mining untuk menemukan aturan asosiatif antara suatu kombinasi indikator kesehatan. Penting tidaknya suatu aturan asosiatif dapat diketahui melalui dua parameter antara lain support (nilai penunjang) yaitu persentase kombinasi indikator dalam sekumpulan record dan confidence (nilai kepastian) yaitu kuatnya hubungan antar indikator dalam aturan asosiatif.(astuti, 2013). Pola asosiasi data ini diimplementasikan menggunakan algoritma Fp-Grotwh dengan membuat lima class antara lain Class Fp-Growth, Class Fp-Tree, Class Node, Class Path dan Class Asosiasi Indikator. Implementasi arsitektur sistem dari ketiga metode tersebut dapat dilihat pada gambar 4 dan antaramuka sistem pada gambar 5. 61
6 V. KESIMPULAN DAN SARAN Berdasarkan penelitian yang telah dilakukan, dapat ditarik beberapa kesimpulan antara lain data yang diperoleh dari website Bank Data Kesehatan Nasional yang dalam penelitian ini dikategorikan sebagai data warehouse mempunyai attribut atau indikator kuantitatif yang seragam untuk setiap wilayah dan tahun sehingga memudahkan dalam melakukan pengolahan data lebih lanjut. Adapun saran peneliti yaitu terdapatnya beberapa algoritma untuk klasterisasi, klasifikasi dan asosiasi tentunya memberikan banyak alternatif terhadap pengembangan sistem. Namun untuk efektifitas pengolahan data, ada baiknya untuk pengembangan sistem selanjutnya dilakukan observasi terlebih dahulu terhadap setiap algoritma yang ada dengan menyesuaikan jenis dan karakteristik data pada data warehouse. Menyangkut data warehouse, sebaiknya pengembangan sistem nantinya juga menyediakan fasilitas web service untuk layanan pembaharuan data yang diperuntukkan pada wilayah kabupaten. Sehingga pemasukan data tidak terpusat lagi. DAFTAR PUSTAKA [1] Andayani, Sri. (2007). Pembentukan Cluster dalam Knowledge Discovery In Database denganalgoritma K-Means. Yogyakarta: Jurnal Universitas Negeri Yogyakarta. [2] Architect, Chieft; Guerra, Joseph; President Vice. (2011). Why You Need a Data Warehouse. Chesire: Journal of Andrews Consulting Groups. [3] Canlas Jr, Ruben D. (2009). Data Mining In Healthcare : Current Application And Issues. Australia: Journal of Carniege Mellon University. [4] Hermawati Fajar, Astuti. (2013). Data Mining. Yoyakarta: Andi Publiser. [5] Kropla, Bill. (2005).Beginning MapServer. USA: Apress. [6] Shadiq, M.Ammar. (2009). Keoptimalan Naïve Bayes Dalam Klasifikasi. Bandung: Jurnal Universitas Pendidikan Indonesia. [7] Wu, Juinjie. (2012). Advances In K-Means Clustering. Beijing: Journal Of Departement Management Science and Engineering School Of Economics And Management Tsinghua University. 62
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1.1 Data Mining Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstrasi dan mengidentifikasi informasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Pelaku bisnis saat ini dituntut selalu inovatif untuk dapat bersaing dengan kompetitor. Bisnis retail seperti Apotek merupakan bisnis dengan persaingan yang sangat
Lebih terperinciIMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI DATA NASABAH BANK DALAM PENAWARAN DEPOSITO BERJANGKA DENGAN MENGGUNAKAN ALGORITMA KLASIFIKASI NAIVE BAYES
IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI DATA NASABAH BANK DALAM PENAWARAN DEPOSITO BERJANGKA DENGAN MENGGUNAKAN ALGORITMA KLASIFIKASI NAIVE BAYES Nama : Muhammad Rizki NPM : 54410806 Jurusan Pembimbing
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN Pada bab ini berisi tentang latar belakang pembuatan dari aplikasi penentuan rekomendasi pencarian buku perpustakaan menggunakan algoritma fp-growth, rumusan masalah, tujuan, batasan
Lebih terperinciBAB I PENDAHULUAN. Keberadaan Pedagang Besar Farmasi sebagai produsen obat-obatan sering
BAB I PENDAHULUAN I.1. Latar Belakang Keberadaan Pedagang Besar Farmasi sebagai produsen obat-obatan sering tidak diketahui dimana letaknya oleh para pemilik apotik dan rumah sakit. Mereka lebih cenderung
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 terperinciAbidah Elcholiqi, Beta Noranita, Indra Waspada
Abidah Elcholiqi, Beta Noranita, Indra Waspada PENENTUAN BESAR PINJAMAN DI KOPERASI SIMPAN PINJAM DENGAN ALGORITMA K-NEAREST NEIGHBOR (Studi Kasus di Koperasi Simpan Pinjam BMT Bina Insani Pringapus) Abidah
Lebih terperinciBAB I PENDAHULUAN. Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan
BAB I PENDAHULUAN I.1. Latar Belakang Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang sangat akurat sangat dibutuhkan dalam kehidupan sehari hari, sehingga informasi akan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Secara sederhana data mining adalah penambangan atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar. Data mining
Lebih terperinciPENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER
PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER I. PENDAHULUAN Mahasiswa merupakan salah satu aspek penting dalam evaluasi keberhasilan penyelenggaraan
Lebih 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 III METODOLOGI PENELITIAN
40 BAB III METODOLOGI PENELITIAN 3.1 DESAIN PENELITIAN Dalam melakukan penelitian, dibutuhkan desain penelitian agar penelitian yang dilakukan dapat berjalan dengan baik. Berikut ini merupakan desain penelitian
Lebih terperinciPENERAPAN NAÏVE BAYES UNTUK PREDIKSI KELAYAKAN KREDIT
PENERAPAN NAÏVE BAYES UNTUK PREDIKSI KELAYAKAN KREDIT Dedy Ahmad Kurniawan 1), Danny Kriestanto 2) Teknik Informatika, STMIK AKAKOM e-mail: dedyahmad.akakom10@gmail.com 1), danny@akakom.ac.id 2) ABSTRAK
Lebih terperinciRANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang)
RANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang) Naufal Farras Hilmy 1, Banni Satria Andoko 2 Program Studi Teknik
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 III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Sistem Analisis sistem yang berjalan pada perusahaan PT. Perintis Perkasa dikelola dengan menggunakan software TDMS (Toyota Dealer Management System). TDMS
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka Sebelum melakukan penelitian adapun penulis mencari penelitian penelitian yang memungkinkan terkait dengan penelitian antara lain : 1. Analisis Kinerja Data
Lebih terperinciBAB 1 PENDAHULUAN. sama. Induk dari segala jaringan yang ada sekarang ini adalah internet.
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan Ilmu Pengetahuan Teknologi, teknologi komputer pun semakin meningkat pesat. Pada saat ini, dikenal adanya sistem jaringan komputer atau hubungan
Lebih terperinciBAB I PENDAHULUAN. ke suatu lokasi tujuan, padahal kendaraan harus tetap terawat dengan baik. Produk
BAB I PENDAHULUAN I.1. Latar Belakang Kesibukan maupun kemacetan merupakan kendala pelanggan untuk pergi ke suatu lokasi tujuan, padahal kendaraan harus tetap terawat dengan baik. Produk kendaraan Toyota
Lebih terperinciBAB I PENDAHULUAN. secara lebih aktual dan optimal. Penggunaan teknologi informasi bertujuan untuk
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi yang sangat cepat telah membawa manusia memasuki kehidupan yang berdampingan dengan informasi dan teknologi itu sendiri. Yang berdampak pada
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 terperinci2.2 Data Mining. Universitas Sumatera Utara
Basis data adalah kumpulan terintegrasi dari occurences file/table yang merupakan representasi data dari suatu model enterprise. Sistem basisdata sebenarnya tidak lain adalah sistem penyimpanan-record
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan teknologi dan kebutuhan akan informasi yang semakin meningkat saat ini, tentu saja memerlukan sebuah pelayanan akan pengolahan data yang sangat cepat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah kemiskinan merupakan hal yang sangat kompleks. Di wilayah Kecamatan Bantul, seorang warga disebut sebagai keluarga miskin berdasarkan beberapa aspek seperti
Lebih terperinciDAFTAR ISI HALAMAN JUDUL DEPAN...
DAFTAR ISI HALAMAN JUDUL DEPAN... i HALAMAN JUDUL DALAM... ii LEMBAR PERSETUJUAN... iii LEMBAR PENGESAHAN... iv LEMBAR MOTTO DAN PERSEMBAHAN... v LEMBAR KEASLIAN KARYA... vi LEMBAR PERSETUJUAN PUBLIKASI...
Lebih terperinciPENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAHMENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN
PENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAHMENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN Fauziah Nur1, Prof. M. Zarlis2, Dr. Benny Benyamin Nasution3 Program Studi Magister Teknik Informatika, Universitas
Lebih terperinciALGORITMA K-MEANS UNTUK PENGELOMPOKAN BANK BERDASARKAN KOMPOSISI DANA PIHAK KETIGA (DPK) DAN JUMLAH JARINGAN KANTOR
ALGORITMA K-MEANS UNTUK PENGELOMPOKAN BANK BERDASARKAN KOMPOSISI DANA PIHAK KETIGA (DPK) DAN JUMLAH JARINGAN KANTOR Laporan Tugas Akhir Diajukan Untuk Melengkapi Salah Satu Syarat Memperoleh Gelar Sarjana
Lebih terperinciBAB I PENDAHULUAN. dalam arti yang lebih sempit, adalah sistem komputer yang memiliki kemampuan
BAB I PENDAHULUAN I.1. Latar Belakang Sistem Informasi Geografis adalah sistem informasi khusus yang mengelola data yang memiliki informasi spasial (bereferensi keruangan). Atau dalam arti yang lebih sempit,
Lebih terperinciBAB I PENDAHULUAN. informasi yang akurat sangat dibutuhkan dalam kehidupan sehari-hari, sehingga
BAB I PENDAHULUAN I.1. Latar Belakang Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang akurat sangat dibutuhkan dalam kehidupan sehari-hari, sehingga informasi akan menjadi
Lebih terperinciBAB V PENUTUP Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN
DAFTAR ISI LEMBAR PERSETUJUAN... i LEMBAR PENGESAHAN... ii ABSTRAK... iii ABSTRACT... iv BIOGRAFI PENULIS... v LEMBAR PERSEMBAHAN... vi KATA PENGANTAR... vii DAFTAR ISI... ix DAFTAR GAMBAR... xii DAFTAR
Lebih terperinciAPLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang)
Hapsari Dita Anggraeni, Ragil Saputra, Beta Noranita APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang) Hapsari Dita
Lebih terperinciPEMBANGUNAN APLIKASI KLASIFIKASI MAHASISWA BARU UNIVERSITAS ATMA JAYA YOGYAKARTA DENGAN METODE NAΪVE BAYES CLASSIFIER
PEMBANGUNAN APLIKASI KLASIFIKASI MAHASISWA BARU UNIVERSITAS ATMA JAYA YOGYAKARTA DENGAN METODE NAΪVE BAYES CLASSIFIER TUGAS AKHIR Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik
Lebih terperinciBAB I PENDAHULUAN. Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang akurat
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang akurat sangat dibutuhkan dalam kehidupan sehari-hari, sehingga informasi akan menjadi
Lebih terperinciBAB I PENDAHULUAN. (SIG) adalah salah satu sistem informasi yang dibahas dalam ilmu komputer, yang
BAB I PENDAHULUAN I.1. Latar Belakang Pada Ilmu Komputer, Sistem Informasi merupakan hal yang sangat mendasar keterkaitannya dengan sistem secara global. Sistem Informasi Geografis (SIG) adalah salah satu
Lebih terperinciData Mining. Pengenalan Sistem & Teknik, Serta Contoh Aplikasi. Avinanta Tarigan. 22 Nov Avinanta Tarigan Data Mining
Data Mining Pengenalan Sistem & Teknik, Serta Contoh Aplikasi Avinanta Tarigan 22 Nov 2008 1 Avinanta Tarigan Data Mining Outline 1 Pengertian Dasar 2 Classification Mining 3 Association Mining 4 Clustering
Lebih terperinciBAB IV PERANCANGAN SISTEM
BAB IV PERANCANGAN SISTEM 4.1 Perancangan Sistem Dalam perancangan sistem ini, metode yang digunakan adalah metode perancangan Unified Modeling Language (UML). 4.1.1 Use Case Diagram, Activity Diagram
Lebih terperinciPENGEMBANGAN APLIKASI PENENTUAN TINGKAT KEUNTUNGAN PADA E- COMMERCE DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN APRIORI
PENGEMBANGAN APLIKASI PENENTUAN TINGKAT KEUNTUNGAN PADA E- COMMERCE DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN APRIORI Gunawan 1, Fandi Halim 2, Tony Saputra Debataraja 3, Julianus Efrata Peranginangin 4
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Data Mining 2.1.1 Pengertian Data Mining Dengan semakin besarnya jumlah data dan kebutuhan akan analisis data yang akurat maka dibutuhkan metode analisis yang tepat. Data mining
Lebih terperinciBAB 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 terperinciRANCANG BANGUN APLIKASI SISTEM MANAJEMENT TRAINING KARYAWAN BERBASIS WEB DI CITIBANK INDONESIA. Laporan Tugas Akhir
RANCANG BANGUN APLIKASI SISTEM MANAJEMENT TRAINING KARYAWAN BERBASIS WEB DI CITIBANK INDONESIA Laporan Tugas Akhir Diajukan Untuk Melengkapi Persyaratan Menyelesaikan Gelar Sarjana Komputer Disusun oleh
Lebih terperinciIMPLEMENTASI GABUNGAN METODE HIERARCHY DAN ALGORITMA K-MEANS DALAM CLUSTER DOKUMEN BERITA TUGAS AKHIR
IMPLEMENTASI GABUNGAN METODE HIERARCHY DAN ALGORITMA K-MEANS DALAM CLUSTER DOKUMEN BERITA TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah
Lebih terperinciBAB 2 LANDASAN TEORI. Pada bab ini akan dibahas tentang konsep dasar dan teori-teori pendukung yang berhubungan dengan sistem yang akan dibangun.
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas tentang konsep dasar dan teori-teori pendukung yang berhubungan dengan sistem yang akan dibangun. 2.1. Data Mining Data mining adalah suatu istilah yang digunakan
Lebih terperinciTAKARIR. : Mengelompokkan suatu objek yang memiliki kesamaan. : Kelompok atau kelas
TAKARIR Data Mining Clustering Cluster Iteratif Random Centroid : Penggalian data : Mengelompokkan suatu objek yang memiliki kesamaan. : Kelompok atau kelas : Berulang : Acak : Pusat area KDD (Knowledge
Lebih terperinciBAB III METODOLOGI PENELITIAN. Gambar 3.1 merupakan desain penelitian yang akan digunakan dalam
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Gambar 3.1 merupakan desain penelitian yang akan digunakan dalam proses penelitian penerapan algoritma K-Means pada clustering berita berbahasa Indonesia.
Lebih terperinciBAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan
6 BAB II TINJAUAN PUSTAKA 2.1 Pengertian Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan
Lebih terperinciPENERAPAN ALGORITMA NAIVE BAYES UNTUK MEMPREDIKSI KEPUTUSAN NASABAH TELEMARKETING DALAM MENAWARKAN DEPOSITO
PENERAPAN ALGORITMA NAIVE BAYES UNTUK MEMPREDIKSI KEPUTUSAN NASABAH TELEMARKETING DALAM MENAWARKAN DEPOSITO Wahyu Nurjaya WK 1, Yusrina Adani 2 Program Studi Sistem Informasi, STMIK LPKIA Bandung Program
Lebih terperinciBAB I PENDAHULUAN. 1
BAB I PENDAHULUAN 1.1 Latar Belakang Informasi mengenai geografis semakin dibutuhkan oleh banyak pihak misalnya informasi jarak antar daerah, lokasi, fasilitas, sumberdaya alam yang dicari, dan banyak
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perguruan tinggi merupakan suatu sarana dalam proses pembelajaran. Pembelajaran adalah proses interaksi mahasiswa dengan dosen dan sumber belajar pada lingkungan belajar.
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pada bab ini akan dijelaskan tahap-tahap yang dilakukan dalam melakukan penelitian. Tahapan penelitian berguna agar pelaksanaan penelitian dapat berjalan dengan baik dan sistematis
Lebih terperinciOleh : Selvia Lorena Br Ginting, Reggy Pasya Trinanda. Abstrak
TEKNIK DATA MINING MENGGUNAKAN METODE BAYES CLASSIFIER UNTUK OPTIMALISASI PENCARIAN PADA APLIKASI PERPUSTAKAAN (STUDI KASUS : PERPUSTAKAAN UNIVERSITAS PASUNDAN BANDUNG) Oleh : Selvia Lorena Br Ginting,
Lebih terperinciPERSYARATAN PRODUK. 1.1 Pendahuluan Latar Belakang Tujuan
BAB 1 PERSYARATAN PRODUK Bab ini membahas mengenai hal umum dari produk yang dibuat, meliputi tujuan, ruang lingkup proyek, perspektif produk, fungsi produk dan hal umum yang lainnya. 1.1 Pendahuluan Hal
Lebih terperinciREKOMENDASI PEMBELIAN PERSONAL KOMPUTER DENGAN METODE RANKED CLUSTERING
REKOMENDASI PEMBELIAN PERSONAL KOMPUTER DENGAN METODE RANKED CLUSTERING Fadly Shabir 1 dan Abdul Rachman M 2 1 kyofadly@gmail.com, 2 emanrstc@yahoo.co.id 1 Stimik Handayani, 2 Universitas Muslim Indonesia
Lebih terperinciBAB II TINJAUAN PUSTAKA. sekumpulan besar data yang tersimspan dalam penyimpanan dengan
BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Data Mining A. Pengertian Data Mining Menurut Gartner Group data mining adalah suatu proses menemukan hubungan yang berarti, pola, dan kecenderungan dengan
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peminatan siswa SMA Negeri 8 Bandung dilakukan di kelas X SMA setelah tahap daftar ulang. Hal tersebut berdasarkan aturan kurikulum 2013 [11]. Peminatan merupakan hal
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Kebutuhan akan teori dalam dunia pendidikan sangat besar. Teori banyak di tulis ke dalam sebuah buku maupun jurnal. Pada universitas potensi utama,
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Association rules mining merupakan teknik data mining untuk menentukan hubungan diantara data atau bagaimana suatu kelompok data mempengaruhi suatu kelompok data lain
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III. 1. Analisa Sistem Yang Berjalan Analisa sistem dilakukan guna mengetahui gambaran umum sistem informasi geografis letak lokasi baliho di Kota Medan, yakni menganalisis
Lebih terperinciABSTRAK. Kata Kunci: nama bayi, Islami, Java 2 Standard Edition (J2SE) vii
ABSTRAK Anak merupakan sebuah anugerah yang diberikan Tuhan kepada umat-nya. Setiap keluarga yang mendapatkan anugerah ini pasti bahagia. Tidak banyak keluarga yang sudah mempersiapkan sebuah nama untuk
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah pertama Kedua
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan ilmu pengetahuan dan teknologi (IPTEK) memicu banyak kalangan dalam mencari alternatif dan pemecahan masalah di bidang teknologi sistem informasi.
Lebih terperinciBAB I PENDAHULUAN. segala sesuatu dapat dilakukan dengan se-efisien mungkin. Sama halnya dengan
BAB I PENDAHULUAN I.1. Latar Belakang Ilmu pengetahuan dan teknologi merupakan suatu faktor penunjang perkembangan zaman. Dengan adanya ilmu pengetahuan dan teknologi maka segala sesuatu dapat dilakukan
Lebih terperinciPerancangan Sistem Pendukung Keputusan Pemasaran STIKOM Bali Menggunakan Metode Fuzzy C Means Clustering
JURNAL SISTEM DAN INFORMATIKA 21 Perancangan Sistem Pendukung Keputusan Pemasaran STIKOM Bali Menggunakan Metode Fuzzy C Means Clustering Putu Desiana Wulaning Ayu STMIK STIKOM Bali Jl. Raya Puputan no.86
Lebih terperinciBAB 1 KONSEP DATA MINING 2 Gambar 1.1 Perkembangan Database Permasalahannya kemudian adalah apa yang harus dilakukan dengan data-data itu. Sudah diket
Bab1 Konsep Data Mining POKOK BAHASAN: Konsep dasar dan pengertian Data Mining Tahapan dalam Data Mining Model Data Mining Fungsi Data Mining TUJUAN BELAJAR: Setelah mempelajari materi dalam bab ini, mahasiswa
Lebih terperinciPENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI
PENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI Fitri Nurchalifatun Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Jl.
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 terperinciDAFTAR ISI Transformasi data... 47
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii PRAKATA... iv DAFTAR ISI... vi DAFTAR TABEL... ix DAFTAR GAMBAR... xi INTISARI... xiii ABSTRACT... xiv BAB I PENDAHULUAN...
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 terperinciTimor Setiyaningsih, Nur Syamsiah Teknik Informatika Universitas Darma Persada. Abstrak
DATA MINING MELIHAT POLA HUBUNGAN NILAI TES MASUK MAHASISWA TERHADAP DATA KELULUSAN MAHASISWA UNTUK MEMBANTU PERGURUAN TINGGI DALAM MENGAMBIL KEBIJAKAN DALAM RANGKA PENINGKATAN MUTU PERGURUAN TINGGI Timor
Lebih terperinciBAB I PENDAHULUAN.
BAB I PENDAHULUAN 1.1 Latar Belakang Setiap instansi, organisasi, perusahaan maupun lembaga pendidikan sekolah, dapat dipastikan mempunyai suatu unit khusus yang bertugas dalam bidang administrasi. Dengan
Lebih terperinciBAB I PENDAHULUAN.
BAB I PENDAHULUAN 1.1. Latar Belakang Teknologi informasi saat ini berkembang sangat cepat yang memberikan dampak dalam kehidupan manusia di berbagai bidang seperti pendidikan, bisnis, kesehatan dan salah
Lebih terperinciDAFTAR ISI Bab I : Pendahuluan Bab II : Landasan Teori
DAFTAR ISI Halaman Judul... i Halaman Pengesahan Dosen Pembimbing... ii Halaman Pengesahan Dosen Penguji... iii Abstrak... iv Kata pengantar... v Daftar Isi... vii Daftar Tabel... xiv Daftar Gambar...
Lebih terperinciJurnal Informatika Mulawarman Vol. 12, No. 1, Februari ISSN
Jurnal Informatika Mulawarman Vol. 12, No. 1, Februari 2017 50 APLIKASI KLASIFIKASI ALGORITMA C4.5 (STUDI KASUS MASA STUDI MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS MULAWARMAN
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penelitian terkait Penelitian ini sebelumnya dilakukan studi kepustakaan dari penelitian terdahulu sebagai dasar atau acuan untuk menyelesaikan tugas akhir. Dari studi kepustakaan
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Penelitian Terdahulu Selama ini masih banyak sekolah yang belum secara maksimal memanfaatkan teknologi informasi. Sistem penyimpanan
Lebih terperinciBAB I PENDAHULUAN. memproduksi kapas seperti kapas kecantikan dengan merek Selection Cotton.
BAB I PENDAHULUAN I.1. Latar Belakang Sistem Informasi Geografis adalah sistem informasi khusus yang mengelola data yang memiliki informasi spasial (bereferensi keruangan). Atau dalam arti yang lebih sempit,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan teknologi saat ini, teknologi dapat dimanfaatkan dalam mendukung salah satu kegiatan utama Tri Dharma Perguruan tinggi yaitu Penelitian. Proses
Lebih terperinciDAFTAR ISI. PRAKATA... iv. ARTI LAMBANG DAN SINGKATAN... vi. ABSTRACT... vii. INTISARI... viii. DAFTAR ISI... ix. DAFTAR GAMBAR...
DAFTAR ISI PRAKATA... iv ARTI LAMBANG DAN SINGKATAN... vi ABSTRACT... vii INTISARI... viii DAFTAR ISI... ix DAFTAR GAMBAR... xii DAFTAR TABEL... xvii BAB I PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2
Lebih terperinciDAFTAR ISTILAH. Activity Diagram
DAFTAR ISTILAH Activity Diagram Actor Admin Adobe Dreamweaver AIX Analysis Apache Aplikasi ASP diagram yang digunakan untuk memodelkan aktivitas bisnis pada suatu sesuatu untuk mewakili peran yang dimiliki
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 IV ANALISIS DAN PERANCANGAN SISTEM. atau tata cara memperoleh rute pariwisata di Provinsi Jawa Barat yang sedang
BAB IV ANALISIS DAN PERANCANGAN SISTEM 4.1. Analisis Sistem yang Berjalan Analisis sistem yang berjalan dilakukan untuk mengetahui bagaimana alur atau tata cara memperoleh rute pariwisata di Provinsi Jawa
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 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 terperinciPREDIKSI HERREGISTRASI CALON MAHASISWA BARU MENGGUNAKAN ALGORITMA NAÏVE BAYES
PREDIKSI HERREGISTRASI CALON MAHASISWA BARU MENGGUNAKAN ALGORITMA NAÏVE BAYES Selvy Megira 1), Kusrini 2), Emha Taufiq Luthfi 3) 1), 2), 3) Teknik Universitas AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur,
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan dan pemanfaatan Ilmu pengetahuan dan teknologi informasi yang semakin pesat dengan berbagai manfaatnya sangat berdampak pada perilaku kehidupan
Lebih terperinciBAB I PENDAHULUAN. satu caranya adalah dengan memanfaatkan teknologi informasi seperti layanan
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi dan informasi di dunia saat ini sangat begitu pesat, sehingga membuat masyarakat dunia mencari banyak cara untuk mendapatkan dan mengetahui
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup banyak digunakan, antara lain
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Penelitian ini menggunakan beberapa sumber pustaka yang berhubungan dengan kasus yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup
Lebih terperinciBAB II LANDASAN TEORI
6 DAFTAR ISI Isi Halaman HALAMAN JUDUL HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... INTISARI... ABSTRACT... i ii iii vi ix x xi xii BAB I
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Data Mining Istilah data mining memiliki beberapa padanan, seperti knowledge discovery ataupun pattern recognition. Kedua istilah tersebut sebenarnya memiliki ketepatannnya masing-masing.
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada Bab ini menjelaskan mengenai dasar-dasar teori yang digunakan untuk menunjang pembuatan tugas akhir membangun sistem pengolahan data absensi karyawan pada PT.Solusi Coporindo
Lebih terperinciBAB I PENDAHULUAN. Penjualan cake dan bakery pada Zahara Bakery yang selalu laris, membuat
BAB I PENDAHULUAN I.1. Latar Belakang Penjualan cake dan bakery pada Zahara Bakery yang selalu laris, membuat karyawan Zahara Bakery harus mempersiapkan penjualan sesuai dengan tingkat kebutuhan konsumen
Lebih terperinciBab 3. Metode dan Perancangan Sistem
Bab 3 Metode dan Perancangan Sistem 3.1 Tahapan Penelitian Penelitian yang dilakukan, diselesaikan melalui tahapan penelitian yang terbagi dalam empat tahapan, yaitu: (1) Analisis kebutuhan dan pengumpulan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Bab Tinjauan Pustaka memuat uraian gambaran umum dan fungsi-fungsi pada perpustakaan, pengertian sistem informasi, dan kaitan antara perpustakaan dan sistem informasi. 2.1. Perpustakaan
Lebih terperinciBAB I PENDAHULUAN. data spasial berikut atribut-atributnya, seperti memodifikasi bentuk, warna,
BAB I PENDAHULUAN I.1. Latar Belakang Teknologi SIG (Sistem Informasi Geografis) merupakan suatu teknologi mengenai geografis yang memiliki kemampuan dalam memvisualisasikan peta, data spasial berikut
Lebih terperinciBAB 1 PENDAHULUAN. membawa perubahan yang begitu pesat didalam segala bidang. Hal ini terlihat jelas
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi dan komunikasi yang begitu pesat didunia ini membawa perubahan yang begitu pesat didalam segala bidang. Hal ini terlihat jelas khususnya
Lebih terperinciPerancangan dan Implementasi Sistem Informasi Geografis Pendidikan Tinggi di Kota Palembang Berbasis Web
Perancangan dan Implementasi Sistem Informasi Geografis Pendidikan Tinggi di Kota Palembang Berbasis Web Handra Agustiyanto 1 A.Haidar Mirza, S.T.,M.Kom 2 Usman Ependi, M.Kom 3 1) Mahasiswa Informatika
Lebih terperinciBAB I PENDAHULUAN. berkembang dengan sangat cepat yang menghasilkan inovasi-inovasi
BAB I PENDAHULUAN I.1. Latar Belakang Pada era globalisasi ini pemanfaatan ilmu pengetahuan dan teknologi berkembang dengan sangat cepat yang menghasilkan inovasi-inovasi baru.inovasi-inovasi ini harus
Lebih terperinciBAB III METODE PENELITIAN. Tahapan yang dilakukan dalam penelitian dapat dilihat pada Gambar 3.1 berikut ini : Pemilihan Sampel Polinomial
digilib.uns.ac.id BAB III METODE PENELITIAN Tahapan yang dilakukan dalam penelitian dapat dilihat pada Gambar 3.1 berikut ini : Pemilihan Sampel Polinomial Penerapan Rumus Kuadrat, algoritma Cardano, Viete
Lebih terperinciIMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK MEMPREDIKSI DATA ULANG PENSIUN
IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK MEMPREDIKSI DATA ULANG PENSIUN Wendi Wirasta, Novia Ervianti 2 Dosen Sistem Informasi, STMIK LPKIA Bandung 2 Program Studi Sistem Informasi, STMIK LPKIA Bandung
Lebih terperinciBAB I PENDAHULUAN 1.1.Latar Belakang
1 BAB I PENDAHULUAN 1.1.Latar Belakang Manfaat teknologi dalam dunia pendidikan adalah sebagai alat dalam mendukung pengembangan pengetahuan bagi para siswa, Selain itu salah satu sarana informasi yang
Lebih terperinci