Your SlideShare is downloading. ×
0
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Presentasi Rhasta Final
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Presentasi Rhasta Final

519

Published on

Presentasi tim Rhasta (Yuan,Faruk,Ringo) di GemasTIK 2009

Presentasi tim Rhasta (Yuan,Faruk,Ringo) di GemasTIK 2009

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
519
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. [cover]
    PRESENTASI DATA MINING
    RHASTA – UNIVERSITAS INDONESIA
    Faruk Candra Farabi
    Gregorio Gringo Honassan
    Yuan Hanif Syaniardi
  • 2. Outline
    Pendahuluan
    Latar Belakang
    Tujuan
    Identifikasi Masalah
    Metode
    Eksperimen dan analisa
    Preprocessing data
    Filtering atribut
    Modeling data
    Kesimpulan
    Photo credit by: ilco (sxc.hu)
  • 3. PENDAHULUAN
  • 4. Latar Belakang
    Pimpinan sebuah PT ingin mendeteksi pola-pola yang terkait dengan studi mahasiswa.
    Informasi yang dibutuhkan adalah prediksi lamanya masa studi mahasiswa dan prediksi nilai Tugas Akhir II.
    ?
    Pimpinan PT
  • 5. Tujuan
    Melakukan prediksi lama studi dan nilai tugas akhir II mahasiswa sebuah perguruan tinggi.
    Mendeteksi pola-pola yang terkait dengan studi mahasiswa.
    Photo credit by: ilman akbar
  • 6. Identifikasi Masalah
    Data masih mengandung noise.
    Data mencakup beberapa tahun ajaran sehingga ada perbedaan kurikulum.
    source: adapting-to-change-slideshare-version2
  • 7. METODE
  • 8. M
    E
    T
    O
    D
    E
    DATA
  • 9. EKSPERIMEN
    DAN
    ANALISA
  • 10. Eksperimen dan Analisa
    Preprocessing Data
    PROBLEM ???
    • Penamaan MK tidakkonsisten
    • 11. DuplikasiNilai
  • Penamaan MK tidakkonsisten
  • 12. DuplikasiNilai
  • 13. Atribut Lama
    6
  • 19. AtributBaru
    7
  • 30. AtributBaru
    15
  • 32.
  • 33.
  • 34. EksperimendanAnalisa
    Filtering Atribut
    • MenggunakanRankingpada SPSS Clementine
    • 35. Metode Pearson
    • 36. Kisarankorelasi: 0.95 ≤ r ≤ 1
    1
    2
    3
  • 37. EksperimendanAnalisa
    • Filtering untuk MASA_STUDI
    r > 0.95
    29
  • 38. EksperimendanAnalisa
    • Filtering untuk MASA_STUDI
    r ≤ 0.95
    6
    Remove it !
  • 39. EksperimendanAnalisa
    • Filtering untuk TA_2
    r > 0.95
    21
  • 40. EksperimendanAnalisa
    • Filtering untuk TA_2
    r ≤ 0.95
    14
    Remove it !
  • 41. EksperimendanAnalisa
    Modeling Data
    Model
    Masa Studi
    Tugas Akhir II
    Manaalgoritma/model yang paling baik?
  • 49. EksperimendanAnalisa
    HasilPercobaan Masa Studi
  • 50. EksperimendanAnalisa
  • 51. EksperimendanAnalisa
    • HasilPercobaan TA II
  • EksperimendanAnalisa
    81,93%
    78,21%
    72,60%
  • 52. KESIMPULAN
  • 53. Kesimpulan
    Penentuan atribut yang tepat dapat memberikan hasil prediksi yang
    lebih baik.
    Prune untuk lama masa studi.
    CRT untuk nilai TA II.
    Photo credit by: asifthebes (sxc.hu)
  • 54. “The Scientist is not a person who gives the right answer,
    He’s one who asks the right questions
    (Claude Lévi-Strauss)
    Terima Kasih
    http://medias.francetv.fr/bibl/url_images/2008/11/28/image_49085075.jpg
  • 55. Tanya Jawab
    Photo credit by: Oberazzi (flickr)

×