Hasil Pencarian  ::  Simpan CSV :: Kembali

"Maraknya keberadaan minimarket di Jakarta khususnya di daerah perumahan seperti di kawasan Perumnas Klender Jakarta Timur membuat pihak manajemen dari suatu minimarket di daerah tersebut ingin melakukan kebijakan-kebijakan untuk meningkatkan penjualan. Salah satu kebijakannya adalah dengan merancang discount untuk pembelian suatu kombinasi produk tertentu. Untuk melakukan hal tersebut harus diketahui kombinasi produk apa yang diminati oleh pelanggan, Salah satu caranya dengan Metode Kaidah Asosiasi. Metode Kaidah Asosiasi menggunakan algoritma Apriori untuk menghasilkan aturan-aturan asosiasi. Aturan asosiasi ini akan memberikan informasi mengenai kombinasi produk yang diminati oleh pelanggan,sehingga pihak manajemen dapat melakukan kebijakan-kebijakan untuk menarik para pelanggan berbelanja di minimarketnya."

"ABSTRACTCriminality is a social problem causing negative impacts on society welfare. Police as law enforcement officer was required to take actions to prevent criminality which was increasingly widespread. Such efforts could be realized by analizing criminal data to obtain useful information for the preparation of criminal prevention strategies. However, extracting knowledge from criminal data effectively was a problematique for them. In this study, data mining was used to solve knowledge extraction problem from the dataset. The technique was aimed to get information about crime patternsby analyzing criminal activity habits. Association rule mining and apriori algorithm were used to find crime patterns. Generating crime patterns in data mining was difficult to understand when there were too many rules. Graph based visualization of association rules designed to solve that problem. Generated visualization showed relationship between crimes. That visualization was expected to help the police to understand the crime pattern so they could do prevention efforts more effectively. The results showed that the visualization of association rules could present association rules in more interesting way and described the crime pattern."

"ABSTRAKTesis ini membahas kemampuan dan penggunaan tiga metode data mining dalam melakukan rangkaian analisis dan menemukan informasi dari sekumpulan data yang berjumlah besar yaitu data penggukuran condition monitoring dan faktor ekstenal dari suatu engine alat berat dengan tujuan untuk mendapatkan penjadwalan penggantian engine yang lebih optimal. Metode clustering digunakan untuk mengelompokkan data condition monitoring, association rule digunakan untuk menganalisis keterkaitan antar variabel dan analisis time series digunakan untuk memprediksi nilai dari pengukuran condition monitoring. Hasil penelitian menunjukkan metode data mining dapat digunakan untuk melakukan optimasi penjadwalan.

---

ABSTRACTThis thesis discusses the capability and use of three data mining rsquo s methods in perform the sequence of analysis and explore information from large data set, that is condition monitoring data and external factors of the heavy equipment engine in order to get more optimized engine replacement scheduling.Clustering method is used to classify condition monitoring data, association rule is used to analyze the interrelationship between variables and time series analysis is used to predict the value of condition monitoring. The result showed that data mining methods can be used to perform scheduling optimization."

"Human Immunodeficiency Virus (HIV) merupakan virus yang menyerang sistem kekebalan tubuh manusia. Virus ini terdiri dari 23 protein dalam RNA untai tunggal. Interaksi protein HIV dan protein manusia dapat mengakibatkan penyakit AIDS. Dengan mempelajari interaksi protein dapat digunakan untuk mengembangkan obat antiviral. Untuk menganalisis interaksi protein dilakukan dengan proses biclustering. Algoritma LCM-MBC merupakan suatu algoritma biclustering yang digunakan untuk menganalisis interaksi protein. Hasil dari biclustering digunakan untuk memprediksi dengan association rule mining. Untuk mengetahui fungsi-fungsi biologis dari protein yang terdapat pada satu bicluster digunakan DAVID Gene Ontology. Terdapat 45 bicluster yang memiliki protein HIV dalam satu bicluster sebanyak lima. Dari bicluster yang diperoleh ini, Terdapat 11 protein HIV-1 yang diprediksi akan berinteraksi dengan 36 protein manusia. Jika protein manusia terhubung dengan protein HIV sesuai dengan tipe jenis interaksinya, artinya protein manusia tersebut berinteraksi dengan proten HIV-1.

---

Human Immunodeficiency Virus (HIV) is a virus w attacks the human immune system. This virus consists of 23 proteins in a single-stranded RNA. The protein interaction between HIV proteins and human proteins can impact to AIDS The research about HIV-1 proteins and human proteins interactions leads to the insight of drug target prediction. To analyze protein interactions carried out by biclustering process. The LCM-MBC algorithm is a biclustering algorithm that is used to analyze protein interactions.

The results of biclustering are used to predict with association rule mining. To find out the biological functions of proteins found in one cluster used DAVID Gene Ontology. There are 45 bicluster that have five HIV proteins in one bicluster. From the bicluster obtained, there are 11 HIV-1 proteins that are predicted to interact with 36 human proteins. If human protein interacts with HIV-1 protens, it means that human proteins will relate according to the interaction type by HIV proteins."

"Maraknya keberadaan minimarket di Jakarta khususnya di daerah perumahan seperti di kawasan Perumnas Klender Jakarta Timur membuat pihak manajemen dari suatu minimarket di daerah tersebut ingin melakukan kebijakan-kebijakan untuk meningkatkan penjualan. Salah satu kebijakannya adalah dengan merancang discount untuk pembelian suatu kombinasi produk tertentu. Untuk melakukan hal tersebut harus diketahui kombinasi produk apa yang diminati oleh pelanggan, Salah satu caranya dengan Metode Kaidah Asosiasi. Metode Kaidah Asosiasi menggunakan algoritma Apriori untuk menghasilkan aturan-aturan asosiasi. Aturan asosiasi ini akan memberikan informasi mengenai kombinasi produk yang diminati oleh pelanggan, sehingga pihak manajemen dapat melakukan kebijakan-kebijakan untuk menarik para pelanggan berbelanja di minimarketnya.Kata kunci : Data transaksi, itemset, frequent, algoritma Apriori, support, confidence, aturan asosiasi.ix + 39 hlm ; lampBibliografi : 8 (1995-2006)"

"Peningkatan aksesibilitas koleksi perpustakaan, khususnya koleksi skripsi, tesis, dan disertasi perlu dilakukan, mengingat jumlah koleksi yang tinggi, namun sistem pengelolaan saat ini masih didasarkan pada kedatangan koleksi di Perpustakaan Universitas Indonesia. Untuk mengelola koleksi tersebut dibutuhkan kategori-kategori yang dapat mewakili skripsi, tesis, dan disertasi. Penelitian ini dilakukan untuk menentukan kategori-kategori tersebut melalui pengolahan data abstrak setiap skripsi, tesis, dan disertasi pada tahun 2005-2015 dengan salah satu algoritma clustering, yaitu Self-Organizing Map. Melalui penelitian ini ditemukan 139 kategori yang dapat mewakili skripsi, tesis, dan disertasi, yang akan digunakan untuk mengelompokkan skripsi, tesis, dan disertasi Universitas Indonesia.

---

Accessibility improvement of library collection, in particular undergraduate thesis, post-graduate thesis, and dissertation needs to be done, given the high number of collection, but the current management system is still based on the arrival of collection in Universitas Indonesia?s Library. Categories that can represent undergraduate thesis, post-graduate thesis, and dissertation are required in order to manage those collections. This research aims to determine categories through abstract data processing of each undergraduate thesis, post-graduate thesis, and dissertation in 2005-2015 with a clustering algorithm, namely Self-Organizing Map. This study found 139 categories that can represent undergraduate thesis, postgraduate thesis, and dissertation, that can be used to classify those collections."

"Industri otomotif memberikan konstribusi terbesar dalam produk domestik bruto Indonesia. Seiring dengan semakin pesatnya perkembangan industri otomotif, terutama industri mobil, persaingan antar produsen mobil semakin tinggi. Hal ini mengakibatkan hasil keluaran produk dari berbagai produsen mobil akan mencapai tahap dimana hampir semuanya memiliki standar kualitas yang sama. Keadaan ini mendorong konsumen untuk memanfaatkan faktor lain di luar spesifikasi fungsional dan kualitas untuk membuat keputusan membeli mobil, yaitu persepsi afektif. Penelitian ini membahas bagaimana konsumen mobil tipe city car di Indonesia menilai produk dari sisi bentuk eksterior dengan mengeluarkan sisi afektif. Metode yang digunakan dalam penelitian ini adalah Kansei Engineering, lebih tepatnya menggunakan Kansei Words. Pengolahan data dari konsumen dilakukan dengan metode association rule mining dan conjoint analysis. Dari hasil peneltiian, diketahui bahwa terdapat lima kelompok Kansei Words yang mewakili persepsi afektif konsumen, yaitu klasik (classic) dan ramping (sleek), mantap/kuat (robust) dan bertenaga/tangguh (powerful), mencolok (sporty) dan formal (formal), lucu/imut (cute), dan modern (modern). Keluaran akhir dari penelitian ini adalah terbentuknya 5 usulan desain baru untuk bentuk eksterior city car yang memenuhi masing-masing kelompok Kansei Words di atas.

---

Automotive industry delivering a great contribution to Indonesia by accounting high percentage in gross domestic product. As automotive industry is developing, especially for car industry, the competition between car companies is highly increasing. This condition resulted in a situation where products from different car companies having the same standard for quality. Therefore, customers are triggered to consider another factor beside functional specification and quality, which is affective perception.

This research focused on how customers of city car in Indonesia evaluate the product from its exterior shape by considering their affective side. Method of this research is Kansei Engineering, specifically its Kansei Words. Data from customers are processed with the method of association rule mining and conjoint analysis.

From the output of this research, there are 5 groups of Kansei Words that represent customers affective perception, which are classic and sleek, robust and powerful, sporty and formal, cute, and modern. The final output from this research are 5 recommended designs for city car exterior shape that describe all the Kansei Words above."

"Data mining terdiri dari metoda-metoda yang memiliki fungsi dan keunggulan masing-masing. Salah satu metoda data mining yang banyak dipakai adalah Association Rules. Melalui Association Rules, keterkaitan antara item ? item dalam suatu transaksi dapat dilihat. Terutama bagaimana pengaruh dari suatu item atau kumpulan item terhadap item yang lain, sehingga dapat diambil keputusan yang tepat sesuai dengan kebutuhan dari pengguna proses data mining. Untuk mengoleksi algoritma-algoritma dari berbagai metoda Data Mining, direncanakan pengembangan Data Mining Algorithms Collection. Penelitian dan penerapan ini bertujuan untuk menerapkan algoritma data mining khususnya metoda Association Rules dalam rangka mendukung pengembangan Data Mining Algorithms Collection tersebut. Dalam penelitian dan penerapan ini, penulis menerapkan dua algoritma Association Rules yaitu Apriori dan FP-Growth. Keduaalgoritma ini adalah algoritma dasar yang banyak dipakai dalam Association Rules. Algoritma Apriori lebih kearah menebak kumpulan ? kumpulan item yang ada pada data, sedangkan algoritma FP-Growth lebih kearah bagaimana meringkas informasi data dan dapat menyimpannya ke memory.Selain algoritma Apriori dan FP-Growth, ditambahkan juga algoritma CT-Pro ke dalam program. Algoritma ini merupakan algoritma yang dikembangkan berdasarkan algoritma FP-Growth. Untuk tambah- an perbandingan, algoritma - algoritma juga dibandingkan dengan algoritma Apriori yang dikembangkan oleh Christian Borgelt. Algoritma Apriori ini sudah dikembangkan lama dan tentunya lebih baik dari algoritma Apriori biasa. Algoritma Apriori dan FP-Growth yang diterapkan dibandingkan dengan algoritma CT-Pro dan algoritma Apriori yang dikembangkan oleh Christian Borgelt."

"ABSTRAKPenelitian mengenai perubahan ekologi tingkah laku monyet Sulawesi (Macaca spp.) dan empat jenis burung yang diduga berasosiasi dengannya, yaitu malkoha (Phaenicophaeus calyorhynchus), bubut (Centropus celebensis), rangkong (Rhyticeros cassidix), dan srigunting gunung (Dicrurus hottentottus) dilakukan di Sulawesi Tengah dan Sulawesi Utara, pada bulan Deseinber 1989 hingga bulan Juni 1990. Penelitian ini menggunakan saat pertemuan dengan monyet Sulawesi sebagai kontrol. Data yang diambil adalah jumlah pertemuan, lainanya waktu perteman, jumlah individu, .jarak, strata, aktivitas, serta pola tingkah laku inonyet Sulawesi dan Inasing-masing jenis burung saat bersama-sama. Pencatatan data yang sama saat burung tanpa nionyet Sulawesi digunakan sebàgai data pembanding, untuk mengetahui ada tidaknya perubahan tingkah laku masing masing burung saat bersama monyet Sulawesi. Hasil penelitian menunjukkan bahwa ada asosiasi antara monyet Sulawesi dengan keempat jenis burung di Sulawesi Tengah dan Sulawesi Utara. Gainbaran adanya asosiasi monyet Sulawesi dengan keempat jenis burung didasarkan pada jumlah pertenivan yang tinggi, perbedaan jumlah individu, perubahan pola berkelompok perubahan strata aktivitas, perubahan persentase aktivitas, dan perubahan tingkah laku makan burung saat bersama monyet Sulawesi."

"clustering adalah salah metode utama pada data mining yang berguna untuk mengeksplorasi data. membagi suatu data set berukuran besar ke dalam cluster yang sehomogen mungkin adalah tujuan dalam metode data mining. salah satu metode clustering konvensional yaitu algoritma K-Means efesien untuk data set berukuran besar dan tipe data numerik tapi tidak untuk data kategorikal. algoritma K-Prototype menghilangkan keterbatasan pada data numerik tapi dapat juga digunakan pada data kategorikal. namun solusi yang dihasilakn oleh kedua algoritma tersebut merupakan solusi lokal optimal dimana salah satu penyebabnya adalah penentuan pusat cluster awal. untuk menghadapi masalah tersebut maka algoritma genetika menjadi salah satu usulan yang dapat digunakan untuk mengoptimalkan hasil penglcusteran dengan K-Prototype. hasil dari penelitian menunjukkan optimasi pusat cluster dengan algoritma genetika berhasil meningkatkan akurasi hasil cluster dengan K-Prototype."