Kelompok 14 Pujo hari saputro Danang Teguh Sri Hatmoko Awaludin Abid Lia Farokhah Retno Dwi Wulandari.

Slides:



Advertisements
Presentasi serupa
DESIGN VIEW Pertemuan 17 Matakuliah: Konsep object-oriented Tahun: 2009.
Advertisements

Oleh : Aslam Fatkhudin, S.Kom. What for?  Memudahkan kita dalam bekerja terutama dalam mencari file. Very Important for Attention!  Simpan File di Drive/Partisi.
Merawat peralatan multimedia
Assalamu’alaikum.... Assalamu’alaikum... The Development of A Materials Requirements Planning Model Applicable in Small & Medium Enterprise Manufacturing.
Judul Materi 1 Menu Materi 1 Materi 2 Materi 3 Materi 4 Materi 5
Algorithma Pemrograman
Data mining Pengantar data mining.
Ujian Akhir Semester (UAS)
UJI PERBEDAAN (Differences analysis)
Algoritma Pemrograman
Mailing Merge Mailing Merge berfungsi untuk membantu kita dalam menyelesaikan pekerjaan yang berupa pekerjaan berulang tapi masih pada bagian yang sama,
Concept Selection.
SISTEM INFORMASI Pertemuan 5.
DYAH RETNO WULANDARI, PREFERENSI SEMUT RANGRANG (Oecophylla smaragdina) TERHADAP JENIS TUMBUHAN SEBAGAI HABITAT.
Klasifikasi baja Menurut komposisi kimianya: Baja karbon (carbon steel) Baja karbon rendah (low carbon steel) Baja karbon menengah (medium carbon steel)
MOHAMMAD YUNAN SETYAWAN, PENGARUH VARIASI TEKANAN KOMPAKSI TERHADAP KARAKTERISTIK BRIKET TONGKOL JAGUNG.
Identitas Mahasiswa - NAMA : SYAFAAT NURHIDAYAT - NIM : PRODI : Teknik Mesin (Otomotif) - JURUSAN : Teknik Mesin - FAKULTAS : Teknik.
hadi paramu metode kuantitatif
PENGANTAR DATA MINING.
Manajemen Proyek Sistem Informasi
SURAT KUASA DAN SURAT TUGAS
Tahapan dan Pengelompokan Data Mining
A rsitektur dan M odel D ata M ining. Arsitektur Data Mining.
ALGORITMA PEMROGRAMAN 2A
Deskripsi Rencana Penelitian
DATA MINING (Machine Learning)
Sri Sulasmiyati, S.Sos, M.AP
KECERDASAN BISNIS Data Warehouse, Data Mart, OLAP, dan Data Mining
STUDI KASUS KLASIFIKASI Algoritma C 4.5
Algoritma pemrograman 2a
FIKRI FADLILLAH, S.T., MMSI
ANA RIZKA FALENTINA, EFEKTIVITAS MODEL PEMBELAJARAN BERBALIK (RECIPROCAL TEACHING)PADA PEMBELAJARAN MATERI POKOK KLASIFIKASI MAHLUK HIDUP DI.
Assocation Rule Data Mining.
Data Warehouse, Data Mart, OLAP, dan Data Mining
Pertemuan 4 Class, object & Variable
Tujuan Pembelajaran 1) Mengetahui definisi variabel dummy
RESEARCH FIELDS BIDANG PENELITIAN.
ATURAN PENULISAN TEKS ALGORITMA
PROBABILITAS DAN STATISTIK
Algoritma kNN (k-Nearest Neighbor)
KECERDASAN BISNIS (Data Warehouse, Data Mart, OLAP, dan Data Mining)
Pemrograman Berorientasi Objek
PENGANTAR STATISTIKA.
Struktur dan kaidah LAporan hasil Observasi
Business Intelligent Ramos Somya, S.Kom., M.Cs.
PENGANTAR TEKNOLOGI INFORMASI
JURUSAN TEKNIK MESIN FAKULTAS TEKNIK
Classification Supervised learning.
Dasar Sistem Operasi Pendahuluan 9/25/2011.
Praktikum 02 konstruksi class
PRODI MIK | FAKULTAS ILMU-ILMU KESEHATAN
KOMUNIKASI INTER PERSONAL
SISTEM KOMPUTER Oleh : Bambang Sriwijaya.
Data Mining-1.
Klasifikasi Nearest Neighbor
PENGANTAR STATISTIKA.
ANALISIS CLUSTER Part 1.
SISTEM INFORMASI PENJUALAN AIR MINERAL PADA CV. KURNIA KANAAN
ATURAN PENULISAN TEKS ALGORITMA
Pemrograman Berorientasi Objek
KEBUTUHAN Tujuan Pembelajaran Setelah kegiatan pembelajaran dilaksanakan, peserta didik diharapkan dapat: Mendeskripsikan Pengertian kebutuhan.
Good Big Data for Great Business
MANAJEMEN PERPUSTAKAAN PETA KONSEP. Materi perpust mencakup hal-hal berikut. 1.Manajemen perpustakaan sekolah (manajemen, peran perpustakaan sekolah,
KLASIFIKASI.
- PERTEMUAN 2- CONSTRUCTOR
Model Linier untuk Klasifikasi Satu arah
PERTEMUAN-1 JENIS PELAYANAN HOTEL.
Algoritma kNN (k-Nearest Neighbor)
TEMPAT PARKIR BERAPA BANYAK MOBIL YANG BISA PARKIR ?
Pasien safety.
Transcript presentasi:

Kelompok 14 Pujo hari saputro Danang Teguh Sri Hatmoko Awaludin Abid Lia Farokhah Retno Dwi Wulandari

Deskripsi Umum Dari data yang kami dapatkan dengan judul “Car Evaluation Database”,kami dapat menarik kesimpulan bahwa data tersebut adalah sebuah sebuah algoritma yang digunakan oleh sebuah perusahaan untuk mendapatkan beberapa jenis mobil yang berbeda untuk di produksi,dalam data itu disebutkan bahwa pengelompokan yang dilakukan dengan menggunakan algoritma c4.5 tersebut berdasarkan beberapa factor yakni mulai dari harga (buying),maint,doors,persoons,lug_boot,safety,juga class.dan masing – masing factor tersebut memiliki beberapa kriteria yang digunakan untuk pengelompokan mobil yang akan di produksi. Sedangkan data ke-2 yang kami terima adalah data yang berupa susunan hasil dari algoritma c4.5 yang dilakukan berdasarkan factor yang disebutkan diatas.adapun data yang berjumlah 1728 tersebut berbeda antara satu dengan yang lain nya. Berikut beberapa contoh data yang sudah di kelompokkan menggunakan algoritma c4.5

Deskripsi Data Buying adalah tingkat harga pembelian mobil terdiri dari v-high=sangat mahal,high=mahal,med=sedang,low,murah Maint adalah Biaya perawatan mobil tersebut terdiri dari v-high=sangat mahal,high=mahal,med=sedang,low,murah Doors yakni jumlah pintu yang dimiliki oleh mobil ( 2,3,4 5-more ) Persons adalah jumlah penumpang yang dapat masuk kedalam mobil terdiri dari ( 2, 4 dan more ) Lug boot adalah ukuran boot koper terdiri dari ( small, medium, dan big ) Safety Yakni tingkat keamanan yang dimiliki oleh mobil tersebut ( low, medium, high ) Class yakni tingkatan klasifikasi mobil terdiri dari (unacc 1210 ( %), acc 384 ( %), good 69 ( %), v-good 65 ( %) )

Proses Data yang digunakan terdiri dari 7 field 1728 data.data kami pakai 100 data sebagai contoh Algoritma data mining klasifikasi menggunakan C4.5 Software menggunakan tanagra 1. membuka data excel yang telah dikategorikan 2. define data dengan menentukan parameter target=buying input=maint,doors,persons,lug boot,safety,class 3. memilih algroitma C4.5 dengan parameter confidence 0.25 dan leaves 5 lalu diexecute

buyingmaintdoorpersonlug bootsafetyclass vhigh 22smalllowunacc vhigh 22smallmedunacc vhigh 22smallhighunacc vhigh 22medlowunacc vhigh 22med unacc vhigh 22medhighunacc vhigh 22medlowunacc vhigh 22bigmedunacc vhigh 22bighighunacc vhigh 24smalllowunacc vhigh 24smallmedunacc vhigh 24smallhighunacc vhigh 24medlowunacc vhigh 24med unacc