Informasi sangat dibutuhkan tidak hanya sebagai hasil rekapitulasi saja akan tetapi suatu informasi dapat digunakan untuk membantu dalam proses pengambilan keputusan bagi pihak manajerial maupun eksekutif. Program Studi Teknik Informatika ketika akan melaksanakan akreditasi menghadapi kesulitan dalam menghimpun informasi dikarena penyajian informasi didapat dari berbagai basis data dan file eksternal. Basis data dan file eksternal yang digunakan belum mempunyai struktur yang sama sehingga diperlukan lagi usaha untuk menyeragamkan data. Data warehouse adalah sebuah koleksi data yang berorientasi subjek, diintegrasikan, time-variant, dan non volatile untuk mendukung proses pembuatan manajemen pengambilan keputusan. Hasil dari data warehouse merupakan informasi hasil intisari dari berbagai macam basis data.Hasil penelitian menghasilkan fakta bahwa atribut data pada diagram relasi OLTP masih belum bisa memenuhi kebutuhan data yang ada pada diagram relasi data warehouse dengan membandingkan antara diagram relasi OLTP dengan diagram relasi data warehouse. Terdapat kekurangan data pada OLTP Program Studi Teknik Informatika UNIKOM yang mengakibatkan data pada data warehouse tidak bisa diisi. Dari hasil penelitian ini diharapkan nantinya akan ada integrasi data pada seluruh basis data yang berhubungan dengan data warehouse agar model data warehouse yang telah dibentuk dapat diimplementasi pada penelitian berikutnya
ABSTRAKSebagai sekolah yang menjadi pilihan favorit, SMPN 19 Bandung harus menjaga kualitas pendidikannya. Siswa kelas 9 biasanya diwajibkan mengikuti pemantapan atau try out. Selain pemantapan, seharusnya sekolah melakukan pembentukan kelompok belajar. Permasalahannya adalah pihak sekolah biasanya membagi kelompok hanya berdasarkan urutan absensi saja. Sehingga akan mengakibatkan siswa yang unggul berada dalam satu kelompok dengan siswa yang tertinggal dalam suatu mata pelajaran dan dikhawatirkan siswa unggul tersebut akan merasa bosan karena materi yang diberikan sudah dipahaminya diulangulang agar siswa yang tertinggal dapat mengejar ketertinggalannya.Dalam data mining, terdapat metode yang dapat digunakan untuk membagi data ke dalam beberapa kelompok berdasarkan kemiripan datanya, yaitu metode clustering [5]. Dalam Clustering pun terdapat beberapa metode yang dapat digunakan, salah satunya adalah Agglomerative Hierarchical Clustering (AHC) dengan menggunakan algoritma single linkage [7]. Proses AHC dengan menggunakan algoritma single linkage dimulai dengan menentukan jumlah kelompok yang akan dibentuk, menganggap seluruh data sebagai cluster, menghitung matriks jarak, mencari dua cluster terdekat lalu menggabungkannya, kemudian ulangi langkah ke-3 hingga tersisa sejumlah cluster yang ingin dibentuk [8].Berdasarkan hasil pengujian dapat disimpulkan bahwa aplikasi Pembentuk Kelompok Belajar ini sudah membantu pihak kurikulum dalam membentuk kelompok belajar yang sesuai berdasarkan kemiripan nilai siswanya pada masingmasing kelompok.Kata kunci: data mining, clustering agglomerative hierarchical clustering, single linkage, matriks jarak.
Algoritma apriori merupakan algoritma klasik yang sering digunakan. Kekurangan yang ada pada algoritma apriori adalah harus melakukan scanning berulang terhadap keseluruhan database tiap kali iterasi. Semakin banyak data transaksi yang akan diproses maka semakin lama juga waktu yang dibutuhkan. Kalvin Socks Production merupakan salah satu perusahaan yang menggunakan teknologi data mining dengan algoritma apriori untuk mencari pola pembelian dari para pelanggannya. Banyaknya data transaksi penjualan mengakibatkan proses dalam pencarian pola pembelian membutuhkan waktu yang cukup lama. Improved apriori mempresentasikan database ke dalam bentuk matrix untuk menggambarkan relasi dalam database. Kemudian matrix dihitung untuk mencari nilai support dari candidate frequent itemset yang memenuhi kriteria untuk menghasilkan frequent itemset tanpa melakukan scanning ulang terhadap database. Salah satu cara untuk mengatasi masalah yang ada pada algoritma apriori adalah dengan menggunakan algoritma improved apriori.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.