Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
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.

Abstrak :
ABSTRACT
Criminality 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.

Abstrak :
ABSTRAK
Tesis 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.

---

ABSTRACT
This 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.

Abstrak :
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.

Abstrak :
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.