Konversi Data Training Tentang Pemilihan Kelas Menjadi Bentuk Pohon Keputusan Dengan Teknik Klasifikasi

Main Article Content

Ni Luh Ratniasih

Abstract

Penyajian data untuk menghasilkan nilai informasi sering kali ditampilkan dalam bentuk tabulasi. Apabila data yang ditampilkan memiliki kapasitas kecil, mungkin tidak terlalu sulit untuk mencerna kandungan informasi tersebut. Tetapi apabila data yang disajikan memiliki kapasitas yang sangat besar, dikawatirkan adanya kendala untuk menyerap informasi secara tepat dan cepat. Hal ini dikarenakan  bahwa dibutuhkan waktu yang cukup lama untuk membaca data yang ditampilkan secara rinci hingga akhir data. Data yang akan dibahas dalam penelitian ini adalah data calon mahasiswa STMIK STIKOM Bali. Selama ini STMIK STIKOM Bali belum mampu melakukan klasifikasi pemilihan kelas yang sesuai untuk dapat direkomdasikan kepada mahasiswa baru, sehingga dari data historis yang ditampilkan akan dikonversi menjadi bentuk pohon keputusan. Variabel yang digunakan untuk klasifikasi adalah jurusan di SMA/K, status pekerjaan, pekerjaan orang tua, umur, status calon mahasiswa, dan status pernikahan. Dengan demikian penyerapan informasi akan menjadi lebih mudah untuk dilakukan. Penelitian ini mengimplementasikan disiplin ilmu data mining menggunakan teknik klasifikasi pohon keputusan serta diaplikasikan dengan tools Rapid Miner 4.1

 

Article Details

Section

Articles

How to Cite

Konversi Data Training Tentang Pemilihan Kelas Menjadi Bentuk Pohon Keputusan Dengan Teknik Klasifikasi. (2016). Jurnal Eksplora Informatika, 4(2), 145-154. https://eksplora.stikom-bali.ac.id/index.php/eksplora/article/view/61

References

[1] Larose, D.T, 2006. Discovering Knowledge in Data: An Introduction to Data mining. John Willey &
Sons, Inc.

[2] Han J, Kamber M. 2001. Data Mining : Concepts and Techniques. Simon Fraser University, Morgan
Kaufmann Publishers.

[3] Tan S, Kumar P, Steinbach M. 2005. Introduction To Data Mining. Addison Wesley.

[4] Santosa, Budi. 2007. Data Mining : Teknik Pemanfaatan Data untuk Keperluan Bisnis, Teori dan
Aplikasi. Graha Ilmu Yogyakarta.

[5] Basuki, Achmad dan Syarif, Iwan. 2003. Modul Ajar Decision Tree. Surabaya : PENS-ITS.

[6] Rapid-I GmbH. (2008). Rapidminer-4.2-tutorial. Germany: Rapid-I.