Presentasi ini memberikan ringkasan tentang prediksi lamanya masa studi dan nilai tugas akhir mahasiswa dengan menggunakan teknik data mining. Beberapa tahapan yang dilakukan adalah preprocessing data untuk mengatasi masalah duplikasi dan penamaan yang tidak konsisten, filtering atribut untuk menghilangkan korelasi yang rendah, serta modeling data menggunakan beberapa algoritma untuk mendapatkan hasil prediksi yang optimal. Hasil akhir menunjukkan bahwa algoritma Prun
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)
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
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