Hasil Pencarian  ::  Simpan CSV :: Kembali

"Data mining terdiri dari metoda-metoda yang memiliki fungsi dan keunggulan masing-masing. Salah satu metoda data mining yang banyak dipakai adalah Association Rules. Melalui Association Rules, keterkaitan antara item ? item dalam suatu transaksi dapat dilihat. Terutama bagaimana pengaruh dari suatu item atau kumpulan item terhadap item yang lain, sehingga dapat diambil keputusan yang tepat sesuai dengan kebutuhan dari pengguna proses data mining. Untuk mengoleksi algoritma-algoritma dari berbagai metoda Data Mining, direncanakan pengembangan Data Mining Algorithms Collection. Penelitian dan penerapan ini bertujuan untuk menerapkan algoritma data mining khususnya metoda Association Rules dalam rangka mendukung pengembangan Data Mining Algorithms Collection tersebut. Dalam penelitian dan penerapan ini, penulis menerapkan dua algoritma Association Rules yaitu Apriori dan FP-Growth. Keduaalgoritma ini adalah algoritma dasar yang banyak dipakai dalam Association Rules. Algoritma Apriori lebih kearah menebak kumpulan ? kumpulan item yang ada pada data, sedangkan algoritma FP-Growth lebih kearah bagaimana meringkas informasi data dan dapat menyimpannya ke memory.Selain algoritma Apriori dan FP-Growth, ditambahkan juga algoritma CT-Pro ke dalam program. Algoritma ini merupakan algoritma yang dikembangkan berdasarkan algoritma FP-Growth. Untuk tambah- an perbandingan, algoritma - algoritma juga dibandingkan dengan algoritma Apriori yang dikembangkan oleh Christian Borgelt. Algoritma Apriori ini sudah dikembangkan lama dan tentunya lebih baik dari algoritma Apriori biasa. Algoritma Apriori dan FP-Growth yang diterapkan dibandingkan dengan algoritma CT-Pro dan algoritma Apriori yang dikembangkan oleh Christian Borgelt."

"ABSTRAKTesis ini membahas kemampuan dan penggunaan tiga metode data mining dalam melakukan rangkaian analisis dan menemukan informasi dari sekumpulan data yang berjumlah besar yaitu data penggukuran condition monitoring dan faktor ekstenal dari suatu engine alat berat dengan tujuan untuk mendapatkan penjadwalan penggantian engine yang lebih optimal. Metode clustering digunakan untuk mengelompokkan data condition monitoring, association rule digunakan untuk menganalisis keterkaitan antar variabel dan analisis time series digunakan untuk memprediksi nilai dari pengukuran condition monitoring. Hasil penelitian menunjukkan metode data mining dapat digunakan untuk melakukan optimasi penjadwalan.

---

ABSTRACTThis thesis discusses the capability and use of three data mining rsquo s methods in perform the sequence of analysis and explore information from large data set, that is condition monitoring data and external factors of the heavy equipment engine in order to get more optimized engine replacement scheduling.Clustering method is used to classify condition monitoring data, association rule is used to analyze the interrelationship between variables and time series analysis is used to predict the value of condition monitoring. The result showed that data mining methods can be used to perform scheduling optimization."

"Indonesia adalah negara hukum yang memiliki banyak peraturan perundangundangan (dokumen legal). Hingga saat ini, dokumen legal yang telah dihasilkan olehlembaga pembuat undang-undang semakin banyak, namun jumlah dokumen yang semakin bertambah tidak didukung oleh pengelolaan dan penyimpanan dokumen yang baik dan terstruktur. Pengelolaan dan penyimpanan dokumen yang kurang baik dan tidak terstruktur menyebabkan terjadinya kesulitan dalam pencarian, penelusuran keterkaitan antar dokumen, ataupun perbandingan muatan antar dokumen legal.Untuk menjawab tantangan tersebut, maka diperlukan sebuah standar struktur dokumen legal sehingga dapat dibuat suatu sistem pengelolaan dokumen legal yang dapat mempermudah proses pencarian, perbandingan dan sebagainya. Pembuatan standar struktur dokumen dapat dilakukan dengan mengubah dokumen menjadi format yang lebih terstruktur (format XML).Pembuatan sistem untuk strukturisasi dokumen legal sudah pernah dikembangkan sebelumnya dengan menerapkan pendekatan knowledge engineering, yaitu dengan membuat aturan-aturan berdasarkan informasi kontekstual. Namun sistem tersebut belum mampu menangani semua jenis dokumen undang-undang yang memiliki perbedaan struktur. Oleh karena itu, dibutuhkan sebuah sistem yang mampu mempelajari dokumen-dokumen yang sudah terstruktur dalam format XML sehingga dapat melakukan strukturisasi dokumen legal yang belum dapat ditangani oleh sistem knowledge engineering. Undang-Undang Republik Indonesia (UU) dijadikan dokumen yang diujicobakan pada sistem. Hasil dari uji coba sistem menunjukkan bahwa sistem dapat melakukan pembentukan struktur umum dari dokumen UU dengan ketepatan sebesar 83.178%."

"Persaingan dalam dunia bisnis khususnya perbankan yang semakin ketat membuat para pelakunya harus selalu memikirkan strategi-strategi terobosan yang dapat menjamin keberlangsungan bisnis mereka. Kepuasan pelanggan merupakan salah satu faktor yang sangat perlu diperhatikan untuk mengikat pelanggan agar tetap setia pada produk atau layanan yang ditawarkan. Salah satu aset utama yang dimiliki oleh perusahaan perbankan dewasa ini adalah data transaksi bisnis dalam jumlah yang sangat besar. Hal ini menciptakan sebuah kebutuhan akan adanya teknologi yang dapat memanfaatkannya untuk menggali pengetahuan-pengetahuan baru, yang dapat membantu dalam perencanaan strategi bisnis di masa depan. Dalam hal tersebut teknologi data mining hadir sebagai sebuah solusi yang dapat diterapkan. Dalam tulisan ini akan dibahas implementasi data mining untuk menemukan model berupa association rules yang bisa diinterpretasikan menjadi pengetahuan baru mengenai karakteristik beberapa obyek layanan perbankan Bank XYZ. Pengetahuan baru tersebut nantinya bisa digunakan sebagai bahan analisis untuk menentukan rencana strategis ke depan khususnya dalam rangka meningkatkan kinerja layanan sehingga pelanggan tetap setia terhadap produk dan layanan Bank XYZ.

---

The tighter competition in banking industry motivates the actors to always think of new strategies to ensure their business sustainability. Customer satisfaction must be maintained to make customers remain loyal to the offered products or services. One of the main assets of banking organization or corporate is a large number of business transaction data. This creates a need of new technologies to mine new knowledges, which can assist management in making future business strategy plans. Data mining technology is one applicable solution.

This thesis describes the implementation of data mining in order to find association rules model which can be further interpreted as new knowledges on banking service characteristic of Bank XYZ. The new knowledges will be useful to determine strategic plans in the future, especially in increasing the performance of products or services. They finally can make the customers loyal to products or services of Bank XYZ."

"Sebagai perusahaan milik negara yang memproduksi produk pertanian, PT Perkebunan Nusantara (PTPN) memiliki anak perusahaan bernama KPBN yang melakukan tender terbuka dalam menjual produknya. Untuk mengetahui perilaku bidder serta asosiasi diantara bidder, hubungan antara bidder tersebut dapat diidentifikasi dengan menggunakan apriori algorithm. Hasil dari identifikasi asosiasi dapat dijadikan saran untuk pemasok dalam menemukan bidder paling potensial. Perilaku bidder juga dapat membantu pemasok untuk mengetahui bidder yang paling sering melakukan bidding. Tahapan penelitian ini dimulai dengan pre-processing data selama tujuh bulan, kemudian membagi data tersebut menjadi tiga kelompok. Data tersebut kemudian diproses sehingga menghasilkan analisis asosiasi. Proses verifikasi hasil dan validasi aturan asosiasi dilakukan dengan menghitung derajat asosiasi dari seluruh aturan yang dihasilkan.

---

PT Perkebunan Nusantara (PTPN) is a state-owned company which produces agricultural product. To sell its product, PTPN has subsidiary named KPBN which held an open bidding. In order to identify bidder behavior and to investigate bidder association, association between bidders can be identified using the apriori algorithm. It could be as a suggestion to that supplier to find the most potential bidder. The behavior of bidders also may help the supplier to find out who the frequent bidder is.

The process of this research is started with pre-processing the data that had already been collected for seven months, spliting those data into three groups, generating the association analysis, and then calculating the degree association to verify and validated the rule."

"Tujuan Tugas Akhir ini adalah mengimplementasikan algoritma clustering (sebagai bagian dari Data Mining Algorithms Collection) menggunakan bahasa pemrograman C++. Ada 2 algoritma clustering yang diimplementasikan yaitu Cobweb dan Iterate. Uji coba dilakukan dengan membandingkan kecepatan eksekusi dari implementasi Cobweb dengan Cobweb pada WEKA dan implementasi Iterate, serta membandingkan kualitas partisi implementasi Cobweb dengan Cobweb pada WEKA dan implementasi Iterate. Ada 2 jenis data uji coba yaitu dataset kecil dan dataset besar. Hasil uji coba menunjukan algoritma Cobweb pada WEKA bukan algoritma Cobweb murni, waktu eksekusi Cobweb implementasi lebih cepat dari WEKA namun lebih lambat dari Iterate implementasi, urutan data berpengaruh terhadap hasil Cobweb, dan kualitas Iterate lebih baik dari Cobweb. Kata kunci: clustering, Cobweb, data mining, dataset, Iterate.The purpose of this mini thesis is to implement clustering algorithms (as part of Data Mining Algorithms Collection) using C++. There are two clustering algorithms that are implemented, that are Cobweb and Iterate. The experiment is done by comparing the execution speed of Cobweb implementation with Cobweb in WEKA and Iterate implementation, also comparing the partition quality of Cobweb implementation with Cobweb in WEKA and Iterate implementation. There are two kinds of experiment data, which are small dataset and large dataset. The test results show that Cobweb algorithm in WEKA is not pure Cobweb algorithm, the execution time of Cobweb implementation is faster than WEKA but slower than Iterate implemetation, the data sorted affected to the Cobweb result and the quality of Iterate is better than Cobweb."

"Focuses on data mining theory and applications. This title intends to introduce some of the developments to a broad audience of both specialists and non-specialists in this field."