BAB I PENDAHULUAN 1.1 Latar Belakang
|
|
- Ridwan Lie
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 hanya menyatakan kesanggupannya. Bila pekerjaan telah disetujui, maka dilakukan negosiasi harga antara pembeli dan pembuat. Dalam proses negosiasi tersebut tentunya masing-masing pihak telah mengetahui prakiraan harga barang atau jasa yang ingin dikerjakan tersebut. Kepastian untuk urusan yang satu tersebut membutuhkan waktu yang panjang hanya untuk negosiasi kecocokan harga, jika telah tercapai kesepakatan harga maka pihak calon pembeli harus memenuhi kewajiban pembayaran minimal 50% dari nilai yang telah disepakati. Hal tersebut diberlakukan agar calon pembeli serius dan tidak berpindah ke pembuat yang lain sekaligus sebagai bentuk tanda jadi kerjasama (Meisya, 2011). Pada PT. Komatsu Remanufacturing Asia (KRA) cabang Balikpapan, secara umum mekanisme Job Order dilakukan saat customer melakukan permintaan untuk repair komponen mesin-mesin alat berat yang ingin diperbaiki, untuk selanjutnya pihak dari PT. KRA yang disebut inspector yang dapat menentukan lama proses repair komponen tersebut. Setiap perusahaan manufaktur yang bergerak dalam sistem job order dengan jaringan yang luas menyadari pentingnya pelayanan yang memenuhi persyaratan konsumen untuk memenangkan persaingan pasar, penjadwalan merupakan unsur penting didalam pemenuhan pesanan (order) tepat waktu. Penjadwalan yang baik dapat meminimasi keterlambatan dan resiko pinalty karena keterlambatan tersebut, memberikan kepuasan dan mempertahankan loyalitas konsumen, dan dapat membawa perusahaan pada keunggulan bersaing. Bagaimana mengatasi penjadwalan secara lebih optimal untuk job-job dengan bobot yang berbeda pada masing-masing job yang dapat mengakibatkan keterlambatan tertimbang total yang besar untuk perusahaan. Keterlambatan ini 1
2 2 akan memberi dampak kerugian berupa pinalty yang harus ditanggung oleh perusahaan (Parwadi, 2005). Kinerja layanan dan produksi Department Machining Fabrication & Maintenance Facility pada PT. KRA saat ini masih belum optimal dalam menyelesaikan suatu job order perbaikan komponen alat berat, hal ini terlihat pada data job order Departement Machining Fabrication & Maintenance Facility pada PT. KRA dari tahun 2010 hingga 2012, dari job order perbaikan komponen alat berat yang dilakukan terdapat job order atau sekitar 54% berstatus tidak on time. Pengertian tidak on time adalah jika lama penyelesaian job order perbaikan komponen alat berat tersebut lebih dari 5 hari, hal ini sesuai dengan standar dari PT. KRA yang menetapkan target penyelesaian job order maksimal 5 hari. Seiring masih banyak terjadi keterlambatan penyelesaian job order perbaikan komponen alat berat pada Departement Machining Fabrication & Maintenance Facility, pihak PT. KRA masih sulit mengetahui faktor-faktor yang sering menyebabkan keterlambatan penyelesaian job order tersebut, sehingga inspector juga sulit menjelaskan kepada customer bahwa perbaikan komponen yang akan dilakukan apakah dapat selesai on time atau tidak on time. Selama ini pihak PT. KRA masih mengalami kesulitan dalam melakukan analisis faktor-faktor penyebab keterlambatan penyelesaian job order sehingga kebijakan yang diambil masih belum efektif meminimalisir keterlambatan penyelesaian job order. Hal ini dapat diatasi dengan teknik seleksi lain yang memiliki ketelitian analisis, dan penilaian yang bersifat objektif, yaitu aplikasi komputer yang menggunakan teknik data mining, sementara Job Order System pada Departement Machining Fabrication & Maintenance Facility pada PT. KRA saat ini hanya bisa menampilkan informasi berupa laporan yang sifatnya hasil entri data saja. Teknik data mining ini digunakan karena mampu mengekstrak knowledge dari data-data job order sebelumnya (Han dan Kamber, 2006). Knowledge ini, lalu digunakan untuk menyelesaikan permasalahan. Penentuan status klasifikasi atas data job order merupakan salah satu teknik yang digunakan dalam data mining,
3 3 dimana pengklasifikasian merupakan kegiatan dalam mengektraksi data dan kemudian dilakukan prediksi label kategori untuk masing-masing data (Han et al, 2001). Data job order sebelumnya, diproses menggunakan sebuah algoritma untuk membangun model, lalu model ini digunakan untuk mengklasifikasi perkiraan ketepatan waktu penyelesaian job order yang akan dikerjakan apakah diklasifikasikan ke kelas on time atau tidak on time. Metode yang digunakan dalam data mining untuk klasifikasi disebut metode klasifikasi atau Supervised Learning. Ada banyak teknik yang bisa dilakukan untuk melakukan klasifikasi data di antaranya adalah decision tree, bayesian classifiers, bayesian belief network dan rule based classifiers (Han dan Kamber, 2006). Namun dalam penelitian ini akan dikembangkan sistem dengan menggunakan teknik klasifikasi naive bayesian classifiers. Pendekatan ini merupakan pendekatan mengacu pada teorema Bayes yang merupakan prinsip peluang statistika untuk mengkombinasikan pengetahuan sebelumnya dengan pengetahuan baru. Prinsip ini kemudian digunakan untuk memecahkan masalah klasifikasi (Tan dkk. 2006). Penggunaan teknik ini didasari oleh keperluan dari sistem untuk mengetahui nilai probabilitas dari data hasil klasifikasi yang dihasilkan. Selain itu, tingginya tingkat permintaan perbaikan komponen alat berat secara langsung menyebabkan meningkatnya jumlah data mengenai setiap komponen yang diperbaiki yang jumlahnya terus meningkat hingga puluhan ribu. Dengan demikian, dalam pengolahan data akan menghasilkan dimensi yang sangat besar. Oleh sebab itu, diperlukan algoritma yang sederhana agar proses pengolahan dapat efektif dan efisien. Penggunaan algoritma ini dinilai sesuai karena naive bayesian classifier merupakan salah satu algoritma klasifikasi yang sederhana namun memiliki kemampuan dan akurasi tinggi (Rish, 2006). Dan untuk prediksi kebangkrutan perusahaan, algoritma yang memiliki kinerja yang lebih unggul adalah algoritma naive bayes dengan tingkat akurasi mencapai 100% (Dian dan Crispina, 2010). 1.2 Rumusan Masalah Berdasarkan latar belakang dan permasalahan di atas maka rumusan masalah dalam penelitian ini sebagai berikut :
4 4 1. Bagaimana mengaplikasikan algoritma naive bayesian classifiers untuk memperkirakan ketepatan waktu job order baru perbaikan komponen alat berat dapat diselesaikan secara on time atau tidak on time di PT. Komatsu Remanufacturing Asia Cabang Balikpapan? 2. Bagaimana performa algoritma naive bayesian classifiers pada sistem yang dibangun jika dibandingkan dengan algoritma naive bayesian classifiers dan SVM dari perangkat lunak Rapid Miner 5.3 untuk klasifikasi ketepatan waktu job order baru perbaikan komponen alat berat di PT. Komatsu Remanufacturing Asia Cabang Balikpapan? 1.3 Batasan Masalah Ruang lingkup penelitian akan dibatasi agar penyelesaian masalah dapat lebih terarah pada tujuan penelitian sehingga dapat memberikan manfaat yang diharapkan. Batasan penelitian adalah sebagai berikut: 1. Data yang digunakan adalah data Job Order untuk tahun 2010 sampai 2012 yang diperoleh dari Job Order System milik Department Machining Fabrication & Maintenance Facility dari PT. Komatsu Remanufacturing Asia cabang Balikpapan. 2. Data masukan adalah data Job Order yang diantaranya berupa trans_cat, qty_order, date_in, estimate_date, actual_date. Selisih antara estimate_date dengan date_in dan actual_date dengan date_in digunakan untuk mendapatkan label kelas, dimana label kelas hanya ada dua yaitu on time dan tidak on time. 3. Nilai label kelas on time merupakan job order yang diselesaikan maksimal 5 hari, lebih dari itu tidak on time. 1.4 Keaslian Penelitian Berdasarkan pada penelitian sebelumnya tidak ditemukan adanya kemiripan yang identik dengan penelitian ini. Namun dalam hal kesamaan metode yang digunakan ada beberapa penelitian tentang klasifikasi dengan menggunakan metode naive bayesian classifiers. Penelitian-penelitian tersebut dijelaskan pada bagian berikutnya.
5 5 1.5 Tujuan Penelitian Tujuan yang ingin dicapai adalah membangun model menggunakan algoritma naive bayesian classifiers untuk melakukan klasifikasi data job order perbaikan komponen alat berat pada PT. Komatsu Remanufacturing Asia Cabang Balikpapan ke dalam klasifikasi on time dan tidak on time. 1.6 Manfaat Penelitian Manfaat yang dapat diperoleh dari penelitian adalah dapat membantu Department Machining Fabrication & Maintenance Facility dari PT. Komatsu Remanufacturing Asia cabang Balikpapan dalam memperkirakan ketepatan waktu job order perbaikan komponen alat berat dapat diselesaikan secara on time atau tidak on time serta mengetahui faktor-faktor yang sering menyebabkan keterlambatan penyelesaian job order tersebut, sehingga dapat membantu Department Machining Fabrication & Maintenance Facility untuk menentukan kebijakan demi peningkatan kinerja layanan dan produksi Department Machining Fabrication & Maintenance Facility. 1.7 Metode Penelitian 1. Bahan dan Peralatan Data job order yang digunakan diperoleh dari Job Order System milik Department Machining Fabrication & Maintenance Facility dari PT. Komatsu Remanufacturing Asia cabang Balikpapan diantaranya seperti trans_cat, qty_order, date_in, component_name, kind_oj, ex_over, status_jo, estimate_date, dan actual_date. Selisih antara estimate_date dengan date_in dan actual_date dengan date_in digunakan untuk mendapatkan label kelas. Label kelas hanya ada dua yaitu on time jika selisih antara actual_date dengan date_in lebih kecil atau sama dengan selisih antara estimate_date dengan date_in dan diberi label tidak on time jika selisih antara actual_date dengan date_in lebih besar dari selisih antara estimate_date dengan date_in. Data tersebut di atas merupakan data asli yang diperoleh pada tahun 2010 sampai 2012 berupa file sql.
6 6 2. Analisis dan Perancangan Sistem Tahap ini dilakukan analisis sistem, yang pada bagian ini dilakukan analisis kebutuhan-kebutuhan perangkat lunak dari sistem yang akan dikembangkan. Setelah tahap analisis dikerjakan dan menghasilkan spesifikasi kebutuhan perangkat lunak kemudian dilakukan perancangan sistem yang meliputi perancangan proses preprocessing, perancangan use case diagram, diagram aktifitas / diagram alir, perancangan basis data, perancangan antarmuka. 3. Pengujian sistem Setelah semua rancangan selesai disusun dan sistem juga telah dibangun, maka tahap berikutnya adalah menggunakan sistem tersebut untuk menghasilkan model probabilitas dari data training, menguji akurasi model probabilitas dengan data testing serta melakukan percobaan dengan menggunakan data yang sama dengan aplikasi lain yaitu Rapid Miner 5.3 dan membandingkan hasil akurasinya dengan aplikasi yang dibuat. Pengujian dilakukan terhadap 5 aspek, yaitu (1) pengujian kinerja aplikasi, (2) pengujian implementasi algoritma naive bayes, (3) pengujian validasi model probabilitas, (4) pengujian penentuan kelas on time kesesuaian waktu job order dan (5) perbandingan validasi model dengan Rapid Miner 5.3. Pada pengujian kelima tersebut akan dilakukan dilakukan pengujian akurasi model probabilitas. Pada pengujian ini akan diperoleh nilai akurasi untuk masing-masing metode naive bayes classifier dan SVM yang dihasilkan oleh aplikasi Rapid Miner 5.3, setelah itu nilai akurasi masing-masing metode tersebut kemudian dibandingkan dengan hasil akurasi dengan menggunakan aplikasi yang telah dibuat. 4. Dokumentasi Langkah akhir didalam penelitian ini adalah pembuatan laporan mulai dari studi literature sampai dengan implementasi dan diikuti dengan penarikan kesimpulan dan saran. 1.8 Sistematika Penulisan Sistematika penulisan ini memberikan gambaran/intisari dari setiap bab yang terdapat pada penulisan tesis ini.
7 7 BAB I Pendahuluan Berisi uraian secara singkat mengenai latar belakang masalah, rumusan masalah, batasan masalah, keaslian penelitian, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan. BAB II Tinjauan Pustaka Berisi uraian secara singkat mengenai hasil-hasil penelitian sejenis yang dilakukan oeh para peneliti terdahulu termasuk metode penelitian yang digunakan. BAB III Landasan Teori Berisi uraian tentang teori dasar yang berkaitan dengan penelitian yang dilakukan dan akan menjadi dasar dalam pemecahan masalah. BAB IV Analisis dan Rancangan Sistem Berisi uraian tentang tahapan analisis dan perancangan sistem dari program aplikasi yang akan dibuat. BAB V Implementasi Berisikan implementasi (pengkodingan) aplikasi yang dibangun berdasarkan rancangan sistem yang telah dibuat. BAB VI Hasil dan Pembahasan Bab ini membahas pengujian-pengujian yang dilakukan terhadap sistem yang dibangun berdasar pada skenario pengujian yang telah ditetapkan sebelumnya dan pembahasan terhadap pengujian yang telah dilakukan. BAB VII Kesimpulan dan Saran Bab ini merupakan bagian penutup, meliputi kesimpulan dari hasil penelitian dan saran untuk pengembangan sistem yang telah dibangun.
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 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
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 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. 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 Penentuan dosen pembimbing tugas akhir masih dilakukan secara manual di Jurusan Teknik Informatika UMM yang hanya mengandalkan pengetahuan personal tentang spesialisasi
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang PT. Komatsu Remanufacturing Asia (KRA) adalah perusahaan joint venture antara PT. United Tractors Tbk (49%) dan PT. Komatsu Asia Pasific Pte. Ltd (51%) yang bergerak
Lebih terperinciBAB I PENDAHULUAN BAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN BAB I PENDAHULUAN 1.1 Latar Belakang Intelligent agent, sebagai bagian dari kecerdasan buatan yang dapat diterapkan pada sistem dalam menyelesaikan sebuah permasalahan. Agen yang diterapkan
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 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 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 terperinciSekip Utara Yogyakarta * 1 2
IJCCS, Vol.9, No.1, January 2015, pp. 1~12 ISSN: 1978-1520 1 Klasifikasi Data NAP (Nota Analisis Pembiayaan) untuk Prediksi Tingkat Keamanan Pemberian Kredit (Studi Kasus : Bank Syariah Mandiri Cabang
Lebih terperinciISSN : STMIK AMIKOM Yogyakarta, 6-8Februari 2015
KLASIFIKASI DATA NAP (NOTA ANALISIS PEMBIAYAAN) DENGAN 5C+1S UNTUK PENENTUAN TINGKAT KEAMANAN PEMBIAYAAN MENGGUNKAN ALGORITMA NAÏVE BAYES CLASSIFIER PADA BANK SYARIAH Sumarni Adi1) 1) Teknik Informatika
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini media sosial seperti Twitter telah berkembang pesat. Data global menyebut pada akhir Desember 2014 Twitter memiliki 284 juta pengguna aktif. Dick Costolo
Lebih terperinciBAB 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 terperinciPROGRAM BANTU PENEMPATAN PERSEDIAAN BARANG SANITER PADA DUA TOKO DENGAN METODE NAÏVE BAYES
PROGRAM BANTU PENEMPATAN PERSEDIAAN BARANG SANITER PADA DUA TOKO DENGAN METODE NAÏVE BAYES Umi Proboyekti, Djoni Dwiyana Abstrak Barang saniter merupakan salah satu macam barang yang dijual di toko bahan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1. BAB I PENDAHULUAN 1.1 Latar Belakang website adalah salah satu layanan yang bisa digunakan untuk melakukan pencarian berbagai informasi, sehingga sangat dibutuhkan untuk keperluan pengguna dalam pencarian
Lebih terperinciImplementasi Pengembangan Smart Helpdesk di UPT TIK UNS Menggunakan Algoritma Naive Bayes Classifier
Implementasi Pengembangan Smart Helpdesk di UPT TIK UNS Menggunakan Algoritma Naive Bayes Classifier Wachid Daga Suryono 1, Ristu Saptono 2, Wiranto 3 Program Studi Informatika, Fakultas Matematika dan
Lebih terperinciKata kunci : metode pencarian, perpustakaan, Naïve Bayes Classifier.
PENGGUNAAN METODE NAÏVE BAYES CLASSIFIER PADA APLIKASI PERPUSTAKAAN Selvia Lorena Br Ginting,S.Si., MT 1, Reggy Pasya Trinanda 2 1,2 Jurusan Teknik Komputer Unikom, Bandung 1 selvialorena@yahoo.com, 2
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Perumusan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini sering terjadi data explosion problem yaitu data data yang tersimpan dalam database berjumlah sangat besar namun dari data data tersebut belum banyak dimanfaatkan
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 terperinciPEMBENTUKAN DECISION TREE DATA LAMA STUDI MAHASISWA MENGGUNAKAN ALGORITMA NBTREE DAN C4.5
PEMBENTUKAN DECISION TREE DATA LAMA STUDI MAHASISWA MENGGUNAKAN ALGORITMA NBTREE DAN C4.5 Syam Gunawan 1, Pritasari Palupiningsih 2 1,2 Jurusan Sistem Informasi, STMIK Indonesia 1 syam@stmik-indonesia.ac.id,
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN. Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) adalah salah
BAB I PENDAHULUAN 1.1 Latar Belakang Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) adalah salah satu bentuk ujian yang diselenggarakan oleh pemerintah. Dilaksanakan serentak dan terpadu di seluruh
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 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 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1. 1.1 Latar Belakang Perkembangan dunia telekomunikasi meningkat secara signifikan dalam kurun waktu satu dekade terahir. Tidak hanya dari segi jumlah pengguna, jenis layanan yang ditawarkanpun
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. penunjang Al-Quran untuk memudahkan untuk mempelajarinya, yang bisa
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dengan kemajuan teknologi yang sangat pesat ini sudah banyak aplikasi penunjang Al-Quran untuk memudahkan untuk mempelajarinya, yang bisa disebut atau di artikan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Badan Pusat Statistika menyatakan bahwa angka kecelakaan lalu lintas yang terjadi di Indonesia sangat tinggi, penyebabnya adalah semakin banyaknya jumlah kendaraan
Lebih terperinciUKDW. 1.1 Latar Belakang BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer yang pesat pada masa kini menjadi perhatian utama bagi manusia. Kemajuan teknologi komputer yang pesat ini menimbulkan bermacam-macam
Lebih terperinciBAB 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 terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Tinjauan atau review seseorang yang ditujukan kepada suatu objek atau produk sangat berpengaruh terhadap penilaian publik atas produk tersebut (Sahoo, 2013). Review
Lebih terperinciBAB I PENDAHULUAN. informasi sentimen yang terkandung dalam suatu kalimat opini. Analisis sentimen
BAB I PENDAHULUAN I.1. Latar Belakang Analisis sentimen terhadap layanan merupakan proses memahami, mengekstrak dan mengolah data tekstual secara otomatis untuk mendapatkan informasi sentimen yang terkandung
Lebih terperinciIMPLEMENTASI METODE BAYESIAN DALAM PENJURUSAN DI SMA BRUDERAN PURWOREJO STUDI KASUS: SMA BRUDERAN PURWOREJO
IMPLEMENTASI METODE BAYESIAN DALAM PENJURUSAN DI SMA BRUDERAN PURWOREJO STUDI KASUS: SMA BRUDERAN PURWOREJO Sendy Winanta Yetli Oslan, Gunawan Santoso Abstrak Penjurusan siswa kelas X SMA yang akan naik
Lebih terperinciPada penelitian ini dilakukan kajian terhadap PMI cabang Kabupaten Demak yang dalam penyeleksian calon pendonor darah masih dilakukan
BAB I PENDAHULUAN 1.1 Latar Belakang Setiap warga negara mempunyai Hak Asasi Manusia seperti yang disebutkan dalam Undang Undang Dasar Republik Indonesia, salah satu hak asasi tersebut adalah hak memperoleh
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
3 BAB I PENDAHULUAN 1.1. Latar Belakang Semakin banyaknya pengunaan teknologi informasi pada pemerintahan, dapat mempermudah masyarakat dalam pelayanan masyarakat itu sendiri. Seperti misalnya ketika sesorang
Lebih terperinciBab I Pendahuluan. 1.1 Latar Belakang
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
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 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
Bab 1 PENDAHULUAN 1.1 Latar Belakang Masalah Semakin hari semakin banyak inovasi, perkembangan, dan temuan-temuan yang terkait dengan bidang Teknologi Informasi dan Komputer. Hal ini menyebabkan semakin
Lebih terperinciBAB 3 ANALISIS MASALAH DAN PERANCANGAN
BAB 3 ANALISIS MASALAH DAN PERANCANGAN 3.1 State of the Art Pada penelitian sebelumnya sudah ada yang menggunakan metode Stemming untuk preprocessing text dalam mengolah data pelatihan dan data uji untuk
Lebih terperinciDAFTAR ISI. BAB I PENDAHULUAN 1.1 Latar Belakang Tujuan Penelitian Manfaat Penelitian... 4
DAFTAR ISI Halaman Judul... Halaman Pengesahan... Halaman Pernyataan... Halaman Pernyataan Publikasi... Kata Pengantar... Daftar Isi... Daftar Gambar... Daftar Tabel... Daftar Arti Lambang... Daftar Singkatan...
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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Basis data saat ini sudah berkembang menjadi sangat besar secara cepat ke dalam ukuran terabyte. Di dalam tumpukan data tersebut mungkin terdapat informasiinformasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Menurut Liu opini merupakan pernyataan subyektif yang mencerminkan sentimen orang atau persepsi tentang entitas dan peristiwa [1]. Opini atau pendapat orang lain terhadap
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 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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Hipotesis
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Setiap matakuliah memiliki silabus perkuliahan yang berisi materi-materi mengenai matakuliah tersebut. Silabus disusun berdasarkan buku-buku referensi utama
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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dinas Pariwisata dan Kebudayaan Jawa Barat yang beralamat di Jl. L.L.R.E. Martadinata No.239 Bandung, merupakan suatu lembaga negara yang mempunyai tugas salah
Lebih terperinciBAB I PENDAHULUAN. masalah kecerdasan, desain, pemilihan, implementasi, dan monitoring (Tripathi,
BAB I PENDAHULUAN 1.1 Latar Belakang Pengambilan suatu keputusan dapat membantu dalam mencari solusi dari sekian banyak solusi yang ada. Pengambilan keputusan adalah hasil dari suatu proses yang termasuk
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 V IMPLEMENTASI DAN PENGUJIAN SISTEM
BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM V.1 Lingkungan Implementasi Lingkungan implementasi meliputi lingkungan perangkat keras (hardware) dan lingkungan perangkat lunak (software) yang digunakan pada
Lebih terperinciPEMBENTUKAN MODEL KLASIFIKASI DATA LAMA STUDI MAHASISWA STMIK INDONESIA MENGGUNAKAN DECISION TREE DENGAN ALGORITMA NBTREE
PEMBENTUKAN MODEL KLASIFIKASI DATA LAMA STUDI MAHASISWA STMIK INDONESIA MENGGUNAKAN DECISION TREE DENGAN ALGORITMA NBTREE Syam Gunawan 1, Pritasari Palupiningsih 2 1,2 Program Studi Sistem Informasi, STMIK
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 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 terperinciKATA PENGANTAR. menyelesaikan penyusunan laporan tugas akhir APLIKASI KLASIFIKASI ARTIKEL TEKNOLOGI INFORMASI PADA MAJALAH CHIP
KATA PENGANTAR Syukur Alhamdulillah, puji dan syukur kami panjatkan kehadirat Allah SWT, karena dengan limpah dan rahmat dan karunia-nya penulis dapat menyelesaikan penyusunan laporan tugas akhir APLIKASI
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam periode enam tahun terakhir (tahun 2007 2012), jumlah gerai ritel modern di Indonesia mengalami pertumbuhan rata-rata 17,57% per tahun. Pada tahun 2007, jumlah
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 I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Situs jejaring sosial merupakan gaya hidup sosial baru yang muncul seiring berkembangnya internet. Gaya hidup baru tersebut memiliki ruang lingkup yang lebih luas
Lebih terperinciPERBANDINGAN KLASIFIKASI DOKUMEN TEKS MENGGUNAKAN METODE NAÏVE BAYES DENGAN K-NEAREST NEIGHBOR. Abstrak
ISSN 1858 4667 JURNAL LINK Vol 13/No.1/Januari 2010 PERBANDINGAN KLASIFIKASI DOKUMEN TEKS MENGGUNAKAN METODE NAÏVE BAYES DENGAN K-NEAREST NEIGHBOR Cahyo Darujati Fakultas Ilmu Komputer, Universitas Narotama
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. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Opini adalah pendapat pribadi yang tidak obyektif dan tidak melalui proses verifikasi (Quirk et al., 1985). Opini orang lain tentang suatu hal menjadi penting dalam
Lebih terperinciBAB 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 terperinciAkurasi Data Mining Untuk Menghasilkan Pola Kelulusan Mahasiswa
Akurasi Data Mining Untuk Menghasilkan Pola Kelulusan Mahasiswa dengan Metode NAÏVE BAYES M. Ridwan Effendi Fakultas Komputer Jurusan Sistem Informasi Universitas Mohammad Husni Thamrin Jakarta Email :
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Hewan ternak ayam memiliki banyak manfaatnya seperti telur dan dagingnya tidak terlepas dari kebutuhan konsumsi sehari-hari. Namun, ada permasalahan utama yang hampir
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 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 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Weblog, atau yang sering disebut sebagai Blog, merupakan bagian tak terpisahkan dalam perkembangan dunia teknologi informasi berbasis Web. Berbagai jenis informasi
Lebih terperinciBAB I PENDAHULUAN I - 1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dunia pendidikan merupakan dunia yang memerlukan perhatian khusus karena pendidikan merupakan faktor yang sangat mempengaruhi kualitas para calon penerus bangsa
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini, perkembangan teknologi di Indonesia terjadi dengan sangat pesat. Hal tersebut berpengaruh terhadap perkembangan badan usaha, perusahaan, organisasi dan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Dropout Data mining
BAB 1 PENDAHULUAN Bab ini membahas mengenai latar belakang masalah, identifikasi masalah, ruang lingkup tugas akhir, maksud dan tujuan tugas akhir, metode penelitian tugas akhir, dan sistematika penulisan
Lebih terperinciNur Indah Pratiwi, Widodo Universitas Negeri Jakarta ABSTRAK
Klasifikasi Dokumen Karya Akhir Mahasiswa Menggunakan Naïve Bayes Classifier (NBC) Berdasarkan Abstrak Karya Akhir Di Jurusan Teknik Elektro Universitas Negeri Jakarta Nur Indah Pratiwi, Widodo Universitas
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Metode Pengumpulan Data Dalam kegiatan pengumpuan data untuk penelitian ini digunakan metode pengumpulan studi pustaka yag mana pada metode ini kegiatan dilakukan adalah
Lebih terperinciKlasifikasi Posting Twitter Kemacetan Lalu Lintas Kota Bandung Menggunakan Naive Bayesian Classification
IJCCS, Vol.7, No.1, January 2013, pp. 13~22 ISSN: 1978-1520 13 Klasifikasi Posting Twitter Kemacetan Lalu Lintas Kota Bandung Menggunakan Naive Bayesian Classification Sandi Fajar Rodiyansyah* 1, Edi Winarko
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. 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 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Tata letak fasilitas merupakan elemen dasar yang sangat penting bagi kelancaran proses produksi. Tata letak pabrik (plant layout) atau tata letak fasilitas (facilities
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 terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Berkembangnya teknologi telah membuat banyak informasi bermunculan. Informasi-informasi tersebut tertuang dalam bentuk dokumen terutama dokumen digital. Semakin
Lebih terperinciDAFTAR ISI PHP... 15
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PERSETUJUAN... ii LEMBAR PENGESAHAN... iii HALAMAN PERSEMBAHAN... iv HALAMAN MOTTO... v KATA PENGANTAR... vi INTISARI... viii DAFTAR ISI... ix DAFTAR GAMBAR... xii
Lebih terperinciAPLIKASI PENENTUAN ANGGOTA KELAS UNGGULAN DENGAN METODE NAÏVE BAYES
APLIKASI PENENTUAN ANGGOTA KELAS UNGGULAN DENGAN METODE NAÏVE BAYES SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Teknik (S.Kom) Pada Program Studi Teknik Informatika Oleh:
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN Dalam bab ini berisi penjelasan mengenai latar belakang masalah, identifikasi masalah, tujuan tugas akhir, lingkup tugas akhir, metode penelitian serta sistematika penulisan. 1.1 Latar
Lebih terperinciBAB I PENDAHULUAN. dari pemikiran-pemikiran manusia yang semakin maju, hal tersebut dapat. mendukung bagi pengembangan penyebaran informasi.
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi dan ilmu pengetahuan pada masa globalisasi ini dirasakan telah semakin pesat dan canggih. Semua ini dikarenakan hasil dari pemikiran-pemikiran
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 III ANALISIS DAN PERANCANGAN SISTEM. Pada bab ini akan dibahas tentang identifikasi dan analisis permasalahan,
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab ini akan dibahas tentang identifikasi dan analisis permasalahan, solusi permasalahan dan perancangan sistem dalam Rancang Bangun Aplikasi Analisis Kebutuhan
Lebih terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang Pertumbuhan data yang pesat dari akumulasi data telah menciptakan sebuah kondisi yang sering disebut rich of data but poor of information karena data yang terkumpul
Lebih terperinciPERAMALAN CUACA KOTA SURABAYA TAHUN 2011 MENGUNAKAN METODE MOVING AVERAGE DAN KLASIFIKASI NAIVE BAYES
PERAMALAN CUACA KOTA SURABAYA TAHUN 2011 MENGUNAKAN METODE MOVING AVERAGE DAN KLASIFIKASI NAIVE BAYES Mohammad Aminudin Jurusan Teknik Informatika, Entin Martiana K. Politeknik Elektronika Negeri Surabaya
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 terperinciREKOMENDASI TOPIK TUGAS AKHIR MAHASISWA TEKNIK INFORMATIKA DI UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE NAÏVE BAYESIAN CLASSIFIER
REKOMENDASI TOPIK TUGAS AKHIR MAHASISWA TEKNIK INFORMATIKA DI UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE NAÏVE BAYESIAN CLASSIFIER Titis Suwartiningsih (11 1065 1116) 1, Bagus Setya Rintyarna,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Untuk melakukan sebuah penelitian, diperlukan adanya tahapan-tahapan yang tersusun dengan baik dan sistematis agar pelaksanaan penelitian tepat mencapai tujuan yang diharapkan.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis sentimen merupakan proses dalam mengolah, memahami, dan mengekstrak data dalam bentuk teks terhadap suatu topik, kejadian ataupun individu untuk mendapatkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Saham 2.1.1 Pengenalan Saham Saham adalah surat berharga yang merupakan tanda kepemilikan seseorang atau badan usaha terhadap suatu perusahaan (Athanasius, 2012). 2.1.2 Pengenalan
Lebih terperinci1. BAB I PENDAHULUAN 1.1 Latar Belakang
1. BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini dunia telah memasuki era dimana masyarakat dapat secara bebas menyuarakan pendapat mereka di berbagai media, salah satunya melalui media sosial. Masyarakat
Lebih terperinciDATA 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 terperinci3.6 Data Mining Klasifikasi Algoritma k-nn (k-nearest Neighbor) Similaritas atribut numerik
DAFTAR ISI PERNYATAAN... iii PRAKATA... vi DAFTAR ISI... viii DAFTAR GAMBAR... xi DAFTAR TABEL... xiv DAFTAR PERSAMAAN... xv DAFTAR ALGORITMA... xvi DAFTAR LAMPIRAN... xvii INTISARI... xviii ABSTRACT...
Lebih terperinciABSTRAK. Kata kunci : sistem pakar, penyakit gigi, konsultasi, algoritma ID3. vi Universitas Kristen Maranatha
ABSTRAK Aplikasi sistem pakar diagnosa penyakit gigi dengan pembelajaran mesin ini dibuat untuk membantu pasien dan juga pakar untuk melakukan diagnosa awal penyakit yang dialami pasien berdasarkan gejala-gejala
Lebih terperinci