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

Article Sidebar

PDF
Published Sep 30, 2016

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

 

Downloads

Download data is not yet available.

Article Details

How to Cite
Ratniasih, N. L. (2016). Konversi Data Training Tentang Pemilihan Kelas Menjadi Bentuk Pohon Keputusan Dengan Teknik Klasifikasi. Jurnal Eksplora Informatika, 4(2), 145-154. Retrieved from https://eksplora.stikom-bali.ac.id/index.php/eksplora/article/view/61
Issue
Vol 4 No 2 (2015): Jurnal Eksplora Informatika
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jurnal Eksplora Informatika bersifat open access, yaitu dapat diakses secara umum tanpa dikenakan biaya. Penulis yang menerbitkan artikelnya di Jurnal Eksplora Informatika setuju dengan ketentuan berikut:

  • Penulis memegang hak cipta dan memberikan hak publikasi pertama kepada Jurnal Eksplora Informatika menggunakan lisensi Creative Commons Attribution-ShareAlike 4.0.
  • Penulis diizinkan untuk mengarsipkan/menggunggah/meyimpan artikel mereka, misalnya dalam repositori institusional atau situs web/blog penulis, namun diharapkan agar memberikan rincian bibliografi yang menghargai publikasi di jurnal ini.
  • Jurnal Eksplora Informatika berhak untuk menyediakan artikel dalam berbagai bentuk dan media, sehingga artikel dapat digunakan untuk teknologi terbaru bahkan setelah dipublikasikan.
  • Jurnal Eksplora Informatika berhak untuk menegakkan hak-hak atas nama penulis pada artikel terhadap pihak ketiga. Misalnya dalam kasus plagiarisme atau pelanggaran hak cipta.

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.