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)

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

12. DuplikasiNilai

14. MASA STUDI

15. KODE MK

16. NAMA MK

17. AMBIL KE

18. NILAI6

20. MASA STUDI

21. AMBIL 1

22. AMBIL 2

23. AMBIL 3

24. AMBIL 4

25. Jumlah SKS

26. Jumlah MK

27. IPK

28. AMBIL KE

29. NILAI7

31. NILAI15

35. Metode Pearson

36. Kisarankorelasi: 0.95 ≤ r ≤ 11 2 3

42. Dynamic

43. Multiple

44. Prune

45. RBFN

47. CRT

48. CHAIDManaalgoritma/model yang paling baik?

49. EksperimendanAnalisa HasilPercobaan Masa Studi

50. EksperimendanAnalisa

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)