Documents
Resources
Learning Center
Upload
Plans & pricing Sign in
Sign Out

Algoritma ID3 untuk menentukan Penguji Ahli Skripsi

VIEWS: 545 PAGES: 2

									Algoritma ID3 untuk menentukan Penguji Ahli Skripsi Abstrak Salah satu tugas data mining adalah melakukan predictive modeling. Predictive modeling ini akan mancari target variabel dari beberapa dependent variabel yang ada. Ini merupakan tugas algoritma klasifikasi untuk menjabarkan prosesnya. Beberapa algoritma klasifikasi dapat digunakan untuk tugas ini, diantaranya adalah ID3, C4.5, ataupun klasifikasi menggunakan bayes classifier. Pada makalah ini yang digunakan adalah algoritma ID3 dengan alasan algoritma ini adalah algoritma yang mendasar untuk klasifikasi dan relatif lebih cocok untuk proses klasifikasi dengan data kategorial. Penerapan algoritma ini pada kasus menentukan penguji ahli pada siding skripsi mengambil sampel pada jurusan teknik elektro universitas negeri Jakarta. Riset ini baru sampai pada tingkat data training dan pembentukan rule-nya, namun belum pada data testingnya. Namun demikian keakuratan dari algoritma ini sudah cukup teruji pada berbagai riset yang telah dikembangkan oleh para pakar. Hasil dari klasifikasi akan menjadi rekomendasi untuk menentukan penguji ahli pada siding skripsi di waktu-waktu mendatang. Keywords: data mining, klasifikasi, ID3, penguji ahli

ScrumXP: Modifikasi Scrum dan eXtreme Programming Abstrak Agile methods merupakan sebuah metodologi pengembangan perangkat lunak yang relative masih baru. Varian dari agile method ini sudah cukup banyak. Dari beberapa varian tersebut yang paling popular adalah extreme programming. Model ini memeng memiliki beberapa practice yang ekstrim jika dibandingkan metodologi konvensional lainnya, namun dianggap cukup efektif untuk menangani proyek perangkat lunak untuk skala menengah ke bawah. Sementara itu terdapat satu varian lainnya yaitu Scrum. Scrum memiliki satu practice yang cukup menonjol, yaitu sprint. Pada makalah ini akan dijelaskan bagaimana mengkombinasikan dua metodologi tersebut. Yang lebih spesifik lagi adalah bagaimana menerapkan sprint pada metodologi XP, sehingga XP akan lebih teradaptasi dengan adanya practice lebih terstruktur. Hasil dari riset ini adalah sebuah model yang merupakan kombinasi dua metodologi tersebut, yang diharapkan akan lebih meningkatkan kinerja pengembangan proyek perangkat lunak dengan baik. Keywords: Agile methods, eXtreme Programming, Scrum

CRISP-DM dan eXtreme Programming Abstrak CRISP-DM (CRoss-Industry Standard Process for Data Mining) merupakan metodologi atau model proses untukmengembangkan data mining pada sebuah industri. Model ini memiliki 6 fase untuk mengerjakan proyek data mining. 6 fase tersebut adalah business understanding, data understanding, data preparation, modeling, evaluation, dan development. Sepintas fase-fase tersebut mirip dengan model proses pengembangan perangkat lunak. Hal ini mengindikasikan bahwa proses

pengembangan proyek data mining sangat terkait dengan pengembangan perangkat lunak. Pada sisi lain proses pengembangan perangkat lunak telah memiliki sebuah metodologi yang dikenal sebagi Agile methods, yang mana salah satu variannya yang sangat popular adalah extreme programming. Pada makalah ini akan dipaparkan beberapa practice dari extreme programming yang dapat diterapkan pada model proses CRISP-DM, sehingga CRISP-DM dapat menangani berbagai permasalahan yang hanya dapat diatasi dengan agile method. Hasil makalah ini merupakan rekomendasi model yang dapat dipertimbangkan untuk diterapkan sehingga CRISPDM dapat lebih baik lagi prosesnya. Keywords:CRISP-DM, Data Mining, eXtreme Programming, Agile methods


								
To top