Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perkembangan teknologi basis data, khususnya data mining saat ini sangat pesat. Oleh karena itu, dibutuhkan suatu sarana untuk dapat mempelajari dan membandingkan metode-metode yang terdapat di dalam data mining. University of Waikato telah memiliki data mining tools yang disebut sebagai WEKA yang berisi koleksi b'rbagaialgoritma di dalam data mining. Akan tetapi, WEKA tidak memiliki algoritma klasifikasi data mining yang telah dikenal secara umum. Fokus utama dari bagian ini adalah pengembangan algoritma teknik classication pada data mining. Laporan Tugas Akhir ini akan membahas hasil analisis dua algoritma teknik classification data mining yang merupakan bagian dari data mining tools yang sedang dikembangkan, yaitu CMAR (Classification Based on Multiple Association Rules ) dan CSFP(Classification Based on Strong Frequent Pattern ). Selain analisis, di dalam tugas akhir juga dilakukan implementasi algoritma CMAR. Kedua algoritma tersebut menggunakan prinsip association rules dalam proses menghasilkan rules. Uji coba CMAR dilakukan terhadap satu data set kecil dan data set besar. Selain itu, uji coba juga dilakukan dengan membandingkan hasil CSFP dan CMAR pada kedua data set tersebut. Algoritma CMAR pernah dikembangkan sebelumnya di Liverpool. Akan tetapi, algoritma tersebut hanya dapat diuji coba dengan menggunakan data yang telah disediakan oleh pembuat, sehingga algoritma ini tidak dapat diuji coba dengan menggunakan data set lain.Berdasarkan uji coba yang telah dilakukan, tingkat confidence sangat menentukan banyak rules yang dihasilkan. Walaupun CSFP dan CMAR menggunakan prinsip association rules, terdapat perbedaan pada rata-rata jumlah rules yang dihasilkan dan akurasi terhadap data set. Secara umum, algoritma CSFP lebih unggul dari CMAR dalam hal rules yang dihasilkan dan akurasi.Kata kunci: CFP-Tree, classication, classifier, CMAR, CSFP, FP-Tree, "

"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."

"Skripsi ini membahas tentang pencarian pola sekuensial (sequential patterns) dengan menggunakan algoritma AprioriAll. Pencarian pola sekuensial melalui lima fase yaitu sort phase, litemset phase, transformation phase, sequence phase, dan maximal phase [AGR95]. Algoritma AprioriAll diterapkan pada sequence phase. Hasil penerapan berupa perangkat lunak yang dibuat dalam bahasa C++ dan menjadi bagian dari FIKUI Mining [RAS08].

---

This essay discusses mining sequential pattern using AprioriAll algorithm. Mining sequential pattern through five phases, namely sort phase, litemset phase, transformation phase, sequence phase, and maximal phase [AGR95]. AprioriAll algorithm applied in sequence phase. Results include the implementation of the software created in C + + language and become part of FIKUI Mining software [RAS08]."

"Perkembangan teknologi basis data, khususnya data mining saat ini sangat pesat. Oleh karena itu, dibutuhkan suatu sarana untuk dapat mempelajari dan membandingkan metode-metode yang terdapat di dalam data mining. University of Waikato telah memiliki data mining tools yang disebut sebagai WEKA yang berisi koleksi berbagai algoritmadi dalam data mining. Akan tetapi, WEKA tidak memiliki algoritma klasifikasi data mining yang telah dikenal secara umum. Fokus utama dari bagian ini adalah pengembangan algoritma teknik classification pada data mining. Laporan Tugas Akhir ini akan membahas hasil analisis dua algoritma teknik classification data mining yang merupakan bagian dari data mining tools yang sedang dikembangkan, yaitu CMAR (Classification Based on Multiple Association Rules ) dan CSFP(Classication Based on Strong Frequent Pattern ). Selain analisis, di dalam tugas akhir juga dilakukan implementasi algoritma CMAR. Kedua algoritma tersebut menggunakan prinsip association rules dalam proses meng hasilkan rules. Uji coba CMAR dilakukan terhadap satu data set kecil dan data set besar. Selain itu, uji coba juga dilakukan dengan membandingkan hasil CSFP dan CMAR pada kedua data set tersebut.Algoritma CMAR pernah dikembangkan sebelumnya di Liverpool. Akan tetapi, algoritma tersebut hanya dapat diuji coba dengan meng gunakan data yang telah disediakan oleh pembuat, sehingga algoritma ini tidak dapat diuji coba dengan menggunakan data set lain.Berdasarkan uji coba yang telah dilakukan, tingkat confidence sangat menentukan banyak rules yang dihasilkan. Walaupun CSFP dan CMAR menggunakan prinsip association rules, terdapat perbedaan pada rata-rata jumlah rules yang dihasilkan dan akurasi terhadap data set. Secara umum, algoritma CSFP lebih unggul dari CMAR dalam hal rules yang dihasilkan dan akurasi. Kata kunci: CFP-Tree, classification"

"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."

"Jumlah review mengalami peningkatan yang sangat pesat untuk setiap produk nya. Hal ini berakibat sulit nya bagi setiap pengguna untuk membaca semua review yang ada. Karya akhir ini menawarkan solusi menggunakan feature based opinion mining untuk mempermudah pengguna membaca review lebih mudah. Pada karya akhir ini terdapat 2 langkah yang akan dilakukan. Langkah pertama ialah melakukan ekstraksi feature menggunakan association rule dan pruning. Sedangkan langkah terakhir ialah menentukan orientasi dari setiap opini dengan menggunakan teknik klasifikasi. Beberapa algoritma klasifikasi seperti C45, Naïve Bayes dan Support Vector Machine cocok untuk mengatasi masalah ini. Dari hasil pengujian algoritma Support Vector Machine memiliki performa terbaik jika dibandingkan dengan algoritma lainnya.

---

The number of customer reviews for each product grows rapidly. This condition makes customer difficult to read all the review.This thesis propose feature based opinion mining to help customer reads review easily. Feature based opinion mining in this thesis consist of two steps. First step identify product features using association technique and pruning. The last step identify opinion sentence orientation using classification technique. Several classification algorithm, such as C45, Naive Bayes, and Support Vector Machines are good approaches to solve this problem. Support Vector Machine has the best performance compared to other algorithms."

"Penelitian ini mengangkat permasalahan mengenai belum adanya suatu bentuk pelaporan tentang status penjualan dan rincian penjualan dari sales group secara cepat dan ringkas. Tujuan penelitian ini ialah mengimplementasikan data warehouse dan aplikasi dashboard serta proses OLAP guna pelaporan status penjualan. Metodologi penelitian diawali dengan proses perumusan masalah dan pertanyaan penelitian, tinjauan pustaka, pengumpulan data, analisis kebutuhan informasi, arsitektur data warehouse, perancangan data warehouse, perancangan dashboard informasi dan ditutup dengan kesimpulan dan saran. Metodologi substansi untuk perancangan data warehouse akan mengikuti proses dari Ralph Kimball untuk industri retail. Hasil penelitian ini adalah data warehouse terhadap data penjualan lengkap dengan aplikasi pelaporan berbasis web dari proses OLAP dan aplikasi dashboard yang menampilkan perkembangan penjualan sales group dari waktu ke waktu dalam tampilan grafik.

---

This study starts with the issue about the lack of the reporting form that can give information about sales status and details of sale from sales group in a fast and concise way. The purpose of this study is to implement a data warehouse and dashboard application, also with OLAP process to formulate sales status report. The research methodology in this study starts with the process of formulating of the problem and research question, literature review, data collection, needs analysis, data warehouse architecture, data warehouse design, business intelligence dashboard design and ended with conclusions and suggestions. The substance methodology for designing the data warehouse follows the process of Ralph Kimball’s data warehouse design methodology for retail industry. The result of this study are data warehouse of sales data, web-based reporting application from OLAP process and also a dashboard application that shows sales growth over time in a graphical display."

"Pesatnya perkembangan teknologi, mendorong perusahaan yang dahulu berorientasi pada peningkatan aset tangible, sekarang juga memperhatikan aset intangible agar dapat mempertahankan keberadaannya serta meningkatkan daya saing. Aset ini merupakan modal dari individu yang memiliki arti penting yang tidak bisa diabaikan bagi perusahaan. Jika aset ini dapat dikelola dengan baik pada proses internal maupun hubungan eksternal, maka dapat meningkatkan performa perusahaan maupun kepuasan karyawan. Proses menemukan, mengumpulkan, dan berbagi serta infrastruktur memerlukan pengelolaan terus menerus dan dinamis yang dikombinasikan dengan teknologi dan jaringan komunikasi. Proses ini dikenal dengan sistem manajemen pengetahuan (Knowledge Management - KM). Bagian utama KM adalah competitiveness, diperoleh apabila perusahaan secara sadar dan komprehensif menerapkan konsep KM. Implementasi KM yang baik, benar dan tersetrukturnya lokasi dalam melakukan penyimpanan dan pengambilan informasi yang dibutuhkan serta dukungan teknologi yang memadai, merupakan modal bagi perusahaan untuk menciptakan efisiensi dalam setiap proses. Penelitian ini merupakan perancangan awal portal pengetahuan yang akan diterapkan di departement engineering PT Yuan Sejati untuk menganalisa kesiapan infrastruktur, prosedur yang berkaitan dengan fungsi portal dan fitur yang diperlukan menurut metodologi yang ditulis oleh Heidi Collins, melalui pemetaan pengetahuan, dokumentasi, identifikasi budaya, strategi, perancangan infrastruktur, dan pengumpulan data lain yang diperlukan menurut metodologi KM oleh Amrit Tiwana. Hasil analisa dan perancangan pada engineering department PT Yuan sejati, blueprit terdiri dari wiki page, diskusi, dokumen, survei, blog dan knowledge base and help desk.

---

The rapid development of technology, the former encourages companies oriented on improving tangible assets; intangible assets now also pay attention to in order to maintain its presence and increase competitiveness. This is a capital asset of the individual who has a significance that cannot be ignored for the company. If these assets can be managed by both internal processes and external relationships, it can improve the performance of the company as well as employee satisfaction.

The process of finding, collecting, and sharing as well as infrastructure requires ongoing management and dynamic combined with technology and communication networks. This process is known as knowledge management systems (KMS).

The main part of KM is competitiveness, when the company acquired consciously and comprehensively implements the concept of KM. KM implementation is good, right and structured location in the storage and retrieval of information is needed and support appropriate technology, an asset for the company to create efficiency in every process.

This study is a preliminary design knowledge portal that will be applied in the engineering department of PT Yuan Sejati to analyze infrastructure readiness, procedures related to portal functions and features required by the methodology written by Heidi Collins, through knowledge mapping, documentation, identification of culture, strategy, designing infrastructure and other necessary data collection methodology according to KM by Amrit Tiwana.

Results of the analysis and design of the engineering department PT Yuan Sejati, blueprit consists of wiki page, discussion, documents, surveys, blogs, knowledge base and help desk."

"IT Service Desk adalah bentuk layanan terhadap user dalam menanggulangi permasalahan yang terkait dengan teknologi yang ada pada perusahaan. Dengan adanya Sistem Aplikasi Service Desk (SASD) diharapkan dapat menjadi solusi efektif bagi para staf IT dalam melayani user, selain itu dengan adanya sistem ini dapat menjadi basis knowledge dalam memfasilitasi transfer knowledge dalam perusahaan. Diharapkan pengetahuan yang ada tidak hanya tinggal atau bersemayam pada para staf IT tapi juga ada dalam perusahaan yang tersimpan melalui sistem ini. Tapi apakah SASD ini sudah efektif dari segi penggunaannya.Untuk menjawabnya perlu dilakukan pengkajian untuk menemukan faktor-faktor apa yang dapat mempengaruhi efektifitas dari SASD serta kebijakan apa yang dapat diambil pihak management terkait penemuan ini. Model yang digunakan dalam penelitian ini adalah perpaduan model dari Wu & Wang dan faktor Service Quality dari model Jennex & Olfman. Teknik analisa pengkajian menggunakan analisis Struktural Equation Modeling (SEM) dan aplikasi LISREL sebagai alat bantu analisis.

---

IT Service Desk is the shape of IT services to users in tackling the problems associated with the existing technology in the enterprise.With the present of System Application Service Desk (SASD) is expected to be an effective solution for IT staff in serving the user, in addition to the existence of this system can be a knowledge base in facilitating knowledge transfer within the company. It is expected that existing knowledge is not only staying or residing on the IT staff but also in the company saved through this system. But whether this is SASD-effective in use. To answer it the assessment needs to be done to find the factors that may affect the effectiveness of SASD and what policy that management will take through the result of the factors that find in this research . The model used in this study is a combination of the model of Wu & Wang and Service Quality factor of the model analysis techniques Jennex & Olfman. This assessment will be conducted by analysis of Structural Equation Modeling (SEM) and used LISREL applications as an analytical tool."

"PT. XYZ menyadari bahwa pengetahuan dan pengalaman karyawan merupakan aset intangible yang sangat berharga, dan pengetahuan tersebut tersimpan dalam pikiran tiap individu yang bisa saja hilang ketika karyawan tersebut tidak lagi berada di dalam organisasi. Perusahaan menganggap perlu adanya pengelolaan pengetahuan atau knowledge management (KM). Namun kenyataannya implementasi KM di suatu organisasi tidak selalu dapat dengan mudah berhasil seperti yang diharapkan. Oleh sebab itu, penting bagi PT. XYZ untuk melaksanakan pengukuran kesiapan sebelum implementasi KM. Pengukuran kesiapan dilakukan berdasarkan hasil ekstraksi lima penelitian terdahulu serta KM infrastruktur dan diperoleh tujuh aspek penelitian, yaitu Strategy, Organization, Culture, Technology, Motivation, Process, dan Human Resources. Pengukuran aspek menunjukkan bahwa secara keseluruhan PT. XYZ telah dalam kondisi siap untuk implementasi knowledge management. Namun tiga aspek (Strategy, Culture, dan Process) masih berada di level Preliminary, karena itu perusahaan perlu untuk melakukan langkah-langkah strategis untuk meningkatkan kesiapannya sehingga implementasi KM ke depan dapat berjalan dengan sukses.

---

PT. XYZ realizes that the knowledge and experience of the employees are very valuable intangible assets, and the knowledge which stored in the minds of individuals who could have been lost when the employee is no longer in the organization. The company deems it necessary for implementing knowledge management. But in reality the implementation of knowledge management in an organization is not always easily succeed as expected. Therefore, it is important for PT. XYZ to implement readiness assessment before the implementation of KM. Readiness measurement conducted by extraction of five previous studies related to knowledge management critical success factors and KM infrastructure then obtained seven research aspects namely Strategy, Organization, Culture, Technology, Motivation, Process, and Human Resources. Measurement result showed that the overall aspect of PT. XYZ has been in a ready condition for the implementation of knowledge management. However, three aspects ( Strategy, Culture, and Process ) are still at the Preliminary level, therefore organization need to do strategic steps to improve its readiness so the future of KM implementation can run successfully."