Kumpulan Skripsi & Artikel Jurnal Ilmiah

2009

Perancangan sistem pemilihan supplier di PT. X dengan menggunakan data mining

Filed under: Uncategorized — Tags: , , , , — dvanhlast @ 7:31 am

Author : HARIANTO, PAULUS

PT. X adalah sebuah perusahaan yang melakukan kegiatan di bidang pembekuan dan pengolahan udang. Permasalahannya adalah seringkali terjadi penyimpangan pada kualitas udang, ketepatan waktu, serta ketepatan berat udang yang dikirimkan supplier. Selama ini PT. X telah melakukan evaluasi kerja supplier, namun masih berdasarkan metode sederhana tanpa menggunakan metode tertentu. Berdasarkan keadaan tersebut, maka pada tugas akhir ini dilakukan suatu pengimplementasian data mining terhadap pemilihan supplier di PT. X. Fungsi data mining yang digunakan adalah klasterisasi dan klasifikasi yang dilakukan dengan menggunakan software Weka. Sedangkan hasil output dari Weka akan digunakan untuk dimasukkan dalam software Visual Basic. Sistem evaluasi kerja yang diusulkan dan sistem pemilihan supplier mempunyai fungsionalitas dan efektivitas yang lebih baik dibandingkan sistem saat ini.

Keyword : data mining, clustering, classification, performance evaluation, choosing supplier

Sumber : http://repository.petra.ac.id/4200/

Pembuatan aplikasi data mining untuk clustering item dengan menggunakan metode CLARANS pada perusahaan X

Filed under: Uncategorized — Tags: , , , — dvanhlast @ 7:31 am

Author : RUDYANTO, KAREL

Memasuki era perdagangan bebas atau yang sering disebut dengan globalisasi ini, muncul tuntutan bagi seorang pengambil keputusan, untuk dapat melihat secara jeli peluang-peluang yang dapat meningkatkan keuntungan bagi perusahaannya, berdasarkan informasi yang relevan sehingga mampu terus bersaing dengan perusahaan lain. Pengambil keputusan perlu memakai suatu sistem yang dapat mendukungnya dalam mengambil keputusan secara cepat dan juga tepat. Knowledge atas suatu data, dapat digunakan oleh perusahaan untuk meningkatkan efisiensi dan efektivitas. Salah satu cara untuk mendapatkan knowledge adalah dengan melakukan data mining. Software ini akan menggunakan metode clustering yaitu CLARANS untuk melakukan pengelompokkan data. Dalam pembuatan software, penulis mengumpulan data-data yang diperlukan dari perusahaan X, data berupa transaksi yang terjadi selama periode tertentu. Data dipersiapkan dengan melalui proses cleaning dan di transformasi ke bentuk yang dapat diolah oleh software melalui tahap yang disebut data preprocessing. Data tersebut dimasukan ke dalam sebuah database. Data, diolah sesuai algoritma sehingga menghasilkan cluster-cluster yang telah mengelompok. Hasil cluster-cluster ini ditampilkan dalam bentuk tabel, grafik dan dapat disimpan juga kedalam bentuk file teks. Penulis menggunakan software Borland Delphi 7 dan Microsoft SQL Server 2000 dalam pembuatan software ini. Dengan menggunakan output dari software ini, yang berupa item-item yang telah ter-cluster (terkelompok), pengambil keputusan kemungkinan dapat mengetahui informasi “tersembunyi” yang ada pada cluster-cluster tersebut, misalnya suatu cluster dapat menunjukkan bahwa data-data item dengan ciri tertentu lebih banyak dibeli oleh konsumen yang tinggal di suatu daerah tertentu pula. Informasi ini akan memberikan pertimbangan tambahan bagi pengambil keputusan dalam pengambilan keputusan.

Keyword : data mining, cluster, clustering, clarans

Sumber : http://repository.petra.ac.id/1476/

Fuzzy clustering dengan metode Gustafson-Kessel untuk forecasting data electrical load

Filed under: Uncategorized — Tags: , , , , — dvanhlast @ 7:31 am

Author : CHANDRA, LINDAWATI

Untuk dapat merancang sebuah sistem fuzzy yang baik, pengetahuan akan karakteristik data yang digunakan memegang peranan yang sangat penting. Namun jika sistem melibatkan data dalam jumlah besar, maka karakteristik data akan sulit diamati. Fuzzy clustering dengan metode Gustafson-Kessel dapat digunakan sebagai solusi, karena membership function akan terbentuk sesuai penyebaran data secara otomatis. Proses pembentukan cluster ini disebut modeling. Dalam pemodelan, algoritma Gustafson-Kessel clustering akan digunakan untuk mengelompokkan data electrical load Jatim-Bali, dan degree of membership tiap data terhadap tiap cluster tersebut akan membentuk Gaussian Membership Function. Inference system yang digunakan adalah tipe Takagi-Sugeno yang memiliki output berupa persamaan linier. Persamaan Membership Function dan parameter output yang diperoleh dari proses modeling inilah yang akan digunakan untuk forecasting. Rata-rata error forecast untuk tiap data mencapai ? 5% dari beban listrik maksimal, dengan menggunakan 9 input yang disusun per minggu dan 4 cluster.

Keyword : clustering, time-series data, nference system, modeling, forecasting

Sumber : http://repository.petra.ac.id/3366/

Perancangan dan pembuatan aplikasi cluster analysis terhadap data sirkulasi buku di Perpustakaan UK. Petra

Filed under: Uncategorized — Tags: , , , , — dvanhlast @ 7:31 am

Author : SARTIKA, ANGELINA

Selama ini program-program kegiatan perpustakaan dilaksanakan atas dasar pengamatan sekilas dari data yang dimiliki dan dari intuisi pengambil keputusan, belum dari pengolahan informasi dan knowledge. Oleh karena itu, pengambil keputusan perlu memakai suatu sistem yang dapat mendukung dalam mengambil keputusan secara cepat dan tepat. Knowledge atas suatu data dapat digunakan oleh perpustakaan untuk membantu menentukan program-program yang berkaitan dengan fungsi dan tujuan dari perpustakaan. Salah satu cara untuk mendapatkan knowledge adalah dengan membuat suatu aplikasi berdasar konsep data mining. Aplikasi ini menggunakan metode clustering (Unsupervised Classification) yaitu RObust Clustering using linKs (ROCK) untuk melakukan pengelompokan data dan metode classification (unsupervised Classification). Dari hasil kedua metode yang berupa obyek-obyek akan dicari korelasi antar obyek dengan menggunakan metode Jaccard Coefficient. Selain itu sistem juga menampilkan association rule yang menggambarkan hubungan antar obyek hasil klasifikasi. Software yang digunakan adalah Borland Delphi 7 dan Microsoft QL Server 2000. Untuk pengujian sistem, dipakai data sirkulasi dari Perpustakaan UK. Petra yang terjadi selama periode tertentu. Aplikasi ini menghasilkan output berupa data yang telah ter-cluster (terkelompok) dan nilai korelasi antar obyek . Dari output tersebut, pengambil keputusan dapat mengetahui informasi yang ada, misalnya suatu cluster dapat menunjukkan peminatan mahasiswa terhadap atribut buku tertentu. Informasi ini akan memberikan pertimbangan tambahan bagi perpustakaan UK. Petra dalam pengambilan keputusan.

Keyword : data mining, clustering, classification, correlation analysis, association analysis

Sumber : http://repository.petra.ac.id/3563/

Create a free website or blog at WordPress.com.