Rabu, 31 Mei 2017

SPK Kenaikan Jabatan Menggunakan Metode Profile Matching | PHP&MySQL

ABSTRAK
Pengisian jabatan yang kosong pada proses kenaikan jabatan sering mengalami kesulitan karena pengajuan calon kandidat yang bisa menempati jabatan tersebut dengan cara pencocokan profil karyawan dan profil jabatan kurang terdefinisi dengan baik. Untuk meminimumkan kendala tersebut diperlukan suatu sistem pendukung keputusan yang dapat menganalisa beberapa karyawan yang sesuai dengan profil jabatan yang ada. Sistem pendukung keputusan untuk proses profile matching . Proses Profile Matching dilakukan untuk menentukan rekomendasi karyawan dalam Sistem Kenaikan Jabatan dan perencanaan karir berdasar pada 3 variabel yaitu Pengetahuan dan Budaya Perusahaan, Kemampuan, serta Kepribadian. Hasil dari proses seleksi berupa skor akhir karyawan sebagai rekomendasi bagi pengambil keputusan untuk memilih karyawan yang cocok pada jabatan yang kosong tersebut.


Kata Kunci : Data Mining, Kenaikan Jabatan, Profile Matching, PHP&MySQL

Download File PDF : 
BAB 1, 2, 3, 4 dan 5 (.word) (hubungi admin)



Download Source Code Program :
Download Filesource code-spkkenaikan-jabatan-pm.rar
Screnshot Program :

















Selasa, 30 Mei 2017

SPK Promosi Jabatan Dengan Metode Profile Matching | PHP&MySQL

ABSTRAK

Promosi jabatan adalah perpindahan suatu jabatan ke jabatan lain yang memiliki wewenang dan tanggung jawab yang lebih besar. Promosi jabatan merupakan hal yang penting karena hal tersebut merupakan peremajaan setiap posisi jabatan agar diduduki oleh karyawan yang memiliki kriteria penilaian yang cocok untuk menduduki jabatan tersebut. Dengan adanya promosi, akan menjaga kestabilan manajemen pada perusahaan . Dalam pelaksanaannya, promosi jabatan seringkali mengalami kendala, salah satunya ialah karena kriteria penilaian yang berbeda-beda pada setiap jabatan serta banyaknya jumlah karyawan, menyebabkan kegiatan promosi jabatan memakan waktu yang cukup lama dalam pelaksanaannya. Sistem pendukung keputusan untuk rekomendasi promosi jabatan memiliki 4 aspek penilaian kriteria diantaranya aspek perilaku personal, aspek pengetahuan dasar, aspek keterampilan dasar, dan aspek pencapaian kinerja. Metode Profile Matching digunakan untuk menghitung nilai subkriteria dari setiap aspek yang terdiri dari 4 tahapan diantaranya perhitungan nilai GAP, perhitungan nilai core dan secondary factor, dan perhitungan nilai total.Serta penggunaan metode Electre untuk melakukan perankingan. Hasil dari penelitian ini berupa rekomendasi karyawan dengan nilai tertinggi dari hasil perhitungan metode yang digunakan.

Kata Kunci : Promosi Jabatan, Profile Matching, PHP&MySQL

Download File PDF : 
BAB 1, 2, 3, 4 dan 5 (.word) (hubungi admin)



Download Source Code Program :
Download Filesource code-promosi-jabatan_c45.rar
Screnshot Program :

















Senin, 29 Mei 2017

Data Mining Algoritma C4.5 Analisa Perilaku Nasabah Kelayakan Penerima Kredit | Web PHP&MySQL

ABSTRAK

Intisari implementasi metode C.45 untuk membantu analisis Pola perilaku nasabah dalam pengkreditan.
Kemajuan teknologi Informasi telah merambah ke dunia keuangan, termasuk juga sistem pendukung
keputusan dalam menentukan pola perilaku nasabah dalam kredit. Dalam suatu sistem analisa penentuan
nasabah perlu dilakukan pendeteksian kriteria-kriteria nasabah yang digunakan untuk menentukan layak
atau tidaknya nasabah dalam pengambilan kredit, maka penulis bermaksud merancang suatu program
aplikasi pendukung keputusan yang berbasis pengetahuan yang dapat membantu menentukan pola
perilaku nasabah dalam pengkreditan dengan menggunakan metode Decision Tree Classification dengan
metode C.45. Program analisis pola perilaku nasabah dibuat menurut urutan perhitungan decision tree, yaitu berupa struktur flowchart yang menyerupai tree (pohon) yang terbentuk berdasarkan proses learning dari data
pelatihan yang kemudian diubah menjadi aturan jika-maka. Pembentukan tree ini menggunakan metode
ID3 yaitu pemilihan atribut sebagai node penyusun tree yang diambil berdasarkan nilai entropy. Aturan
jika-maka yang terbentuk akan diimplementasikan dengan data nasabah sehingga dapat ditentukan hasil
analisisnya. Kesimpulan yang dapat diaambil dari pengujian aplikasi penerapan data mining untuk analisa pola
perilaku nasabah dalam pengkreditan menggunakan metode C.45. Faktor yang mempengaruhi tingkat akurasi adalah jumlah dataset yang dimasukkan

Kata Kunci : Data Mining, Perilaku Nasabah Kredit, C4.5, PHP&MySQL

Download File PDF : 
BAB 1, 2, 3, 4 dan 5 (.word) (hubungi admin)



Download Source Code Program :
Download Filesource code-penerima-kredit_c45.rar
Screnshot Program :

















Minggu, 28 Mei 2017

SPK Penentuan Jurusan Mahasiswa Baru Motde C4.5 | PHP&MySQL

ABSTRAK



Melalu SPMB tes masuk perguruan tinggi, hasil penentuan jurusan mahasiswa banyak kasus dijumpai bahwa pemilihan jurusan yang tidak sesuai dengan kemampuan, kepribadian, minat dan bakat dapat mempengaruhi mahasiswa dalam mengikuti perkuliahan. Penggunaan pendekatan algoritma klasifikasi data mining akan diterapkan untuk menentukan jurusan dalam bidang studi yang akan diambil oleh mahasiswa, sehingga mahasiswa tidak salah dalam memilih jurusan yang akan di tempuh selama belajar pada perguruan tinggi. Algoritma C4.5 digunakan untuk menentukan jurusan yang akan diambil oleh mahasiswa sesuai dengan latar belakang, minat dan kemampuannya sendiri. Parameter pemilihan jurusan adalah Indeks Prestasi Kumulatif Semester 1 dan 2 . Hasil eksperimen dan evaluasi menunjukan bahwa Algoritma Decision Tree C4.5 akurat diterapkan untuk penentuan kesesuaian jurusan mahasiswa dengan tingkat akurasi 93,31 % dan akurasi rekomendasi jurusan sebesar 82,64%.


Kata Kunci : Data Mining, Penentuan Jurusan Mahasiswa, C4.5, PHP&MySQL

Download File PDF : 
BAB 1, 2, 3, 4 dan 5 (.word) (hubungi admin)



Download Source Code Program :
Download Filesource code-penentuan-jurusan_c45.rar
Screnshot Program :

















Sabtu, 27 Mei 2017

Data Mining Algoritma C4.5 Prediksi Kepuasan Pelanggan | PHP&MySQL

ABSTRAK

Salah satu cara untuk menentukan program yang baik dan mengukur kinerja layanan perusahaan adalah dengan cari analisa kepuasan pelanggan. Penelitian ini bertujuan untuk menganalisis kepuasan pelanggan dengan menggunakan teknik data mining dengan algoritma C4.5. Atrribut masukan kepuasan pelanggan dalam penelitian ini mencangkup harga, fasilitas, pelayanan dan loyalitas. Dalam penelitian ini, didapatkan bahwa hasil yang didapatkan berasal dari beberapa atribut masukan menghasilkan hubungan sebab-akibat dalam mengklasifikasikan konsumen puas dan tidak puas sehingga penelitian ini diharapkan dapat membantu pihak perusahaan dalam meningkatkan kepuasan konsumen untuk mempertahankan pelanggan dan meningkatkan laba perusahaan. Berdasarkan hasil klasifikasi menggunakan algoritma C4.5 menunjukkan bahwa diperoleh akurasi mencapai 88.01%, yang menunjukkan bahwa algoritma C4.5 cocok digunakan untuk mengukur tingkat kepuasan pelayanan pelanggan.

Kata Kunci : Data Mining, Prediksi Kepuasan Pelanggan, C4.5, PHP&MySQL

Download File PDF : 
BAB 1, 2, 3, 4 dan 5 (.word) (hubungi admin)



Download Source Code Program :
Download Filesource code-prediksi-kepuasan-pelanggan_c45.rar
Screnshot Program :




























Jumat, 26 Mei 2017

Data Mining Algoritma C4.5 Prediksi Tingkat Kelulusan Mahasiswa | PHP&MySQL

ABSTRAK

Data hasil studi mahasiswa yang baik dan lengkap dapat digunakan sebagai pengolahan pengambilan keputusan dan membuat sebuah pengujian terhadap data dalam berbagai kasus, seperti hal ini diambil data perkembangan perkuliahan mahasiswa untuk memprediksi tingkat kelulusan mahasiswa. Dalam penelitian ini, penulis akan menganalisis clasifikasi data mining dengan algoritma C4.5 dalam memprediksi tingkat kelulusan mahasiwa. Pohon (decision tree) keduanya dalam kasus minat prediksi kelulusan mahasiswa dan dapat mengklasifikasikan tingkat kelulusan tepat waktu, dan tidak tepat waktu dan faktor-faktor yang berpengaruh terhadap variabel tersebut. 

Kata Kunci : Data Mining, Prediksi Kelulusan Mahasiswa, C4.5, PHP&MySQL

Download File PDF : 
BAB 1, 2, 3, 4 dan 5 (.word) (hubungi admin)



Download Source Code Program :
Download Filesource code-prediksi-kelulusan-mahasiswa_c45.rar
Screnshot Program :




























Kamis, 25 Mei 2017

Data Mining Dalam Prediksi Tingkat Minat Mahasiswa Mendaftar Dikampus | PHP&MySQL

ABSTRAK

Dalam menentukan tingkat kepentingan siswa yang akan mendaftar di kampus ABC dapat diprediksi dengan aplikasi data mining. Data mining adalah metode pencarian informasi (knowledge) yang terkandung dalam data yang sangat besar. Decision Tree merupakan salah satu metode klasifikasi dan prediksi yang sangat ampuh dalam penerapan data mining, salah satu algoritma dalam formasi decision tree adalah algoritma C4.5. Keuntungan dalam metode ini efektif dalam menganalisis sejumlah besar atribut data yang tersedia dan mudah dipahami oleh pengguna akhir. Dalam penelitian ini, penulis akan menganalisis kinerja algoritma data mining C4.5 dalam menentukan tingkat kepentingan siswa yang mendaftar di perguruan tinggi ABC, dan hasil algoritma data mining yang diperoleh dapat diterapkan dalam pembuatan keputusan C4.5. Pohon (decision tree) keduanya dalam kasus minat prediksi siswa yang terdaftar di kampus ABC. Siswa dengan algoritma klasifikasi C4.5 dapat mengklasifikasikan minat siswa untuk mendaftar atau tidak mendaftar di ABC perguruan tinggi. Dari 50 data yang diuji ada 40 siswa yang terdaftar dan 10 siswa tidak berlaku, dimana tingkat minat siswa tertinggi pada nilai akhir 'atribut kelulusan' atribut berdasarkan proses klasifikasi algoritma C.45.

Kata Kunci : Data Mining, Prediksi Siswa Baru, C4.5, PHP&MySQL

Download File PDF : 
BAB 1, 2, 3, 4 dan 5 (.word) (hubungi admin)



Download Source Code Program :
Download Filesource code-prediksi-minatmahasiswa-baru_c45.rar
Screnshot Program :




























Rabu, 24 Mei 2017

Clasifikasi Data Mining Mencari Pola Curah Hujan Dengan Metode C4.5 | PHP&MySQL

ABSTRAK



Kompleksitas data dapat menjadi acuan dalam sistem pendukung keputusan seperti pelaporan data cuaca. Data mining mampu menjadi solusi untuk masalah ini. Data mining adalah kegiatan meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola atau hubungan dalam set data berukuran besar. Klasifikasi merupakan salah satu fungsi dalam data mining. Metode decision tree mengubah fakta yang sangat besar menjadi pohon keputusan yang merepresentasikan aturan. C4.5 adalah algoritma yang sudah banyak dikenal dan digunakan untuk klasifikasi data yang memiliki atribut-atribut numerik dan kategorial. World Meteorological Organization merupakan organisasi pengawas cuaca dunia. Didalamnya terdapat gunungan data cuaca yang berpotensi untuk diolah. Data cuaca yang tersimpan tersebut memiliki attribut-attribut yang cukup lengkap untuk dibuat pohon keputusan. Untuk itu tujuan penelitian ini adalah untuk melihat pola prediksi dari setiap attributattribut yang terdapat pada data cuaca tersebut dengan menggunakan algoritma C4.5. Penelitian ini mengunakan bahasa pemrograman java serta DBMS MySQL untuk membangun aplikasinya. Akurasi pola prediksi yang didapat mampu mencapai 79%. Akurasi tersebut dihasilkan dari uji coba dengan mengunakan data cuaca tahun 2007 sebagai data training nya serta data cuaca tahun 2008 dan 2009 sebagai data testingnnya

Kata Kunci : Data Mining, Prediksi Curah Hujan, PHP&MySQL,Metode C4.5

Download File PDF : 
BAB 1, 2, 3, 4 dan 5 (.word) (hubungi admin)



Download Source Code Program :
Download source code-curahhujan-c4.5.rar(hubungi admin)
Screnshot Program :

















Senin, 22 Mei 2017

Data Mining Prediksi Pembelian Barang Dengan Metode C4.5 | PHP&MySQL

ABSTRAK



Proses pengambilan keputusan seorang manager penjualan dalam mengambil keputusan pembelian barang dengan melihat seberapa dekat hubungan supplier dan seberapa banyak dana sponsor yang diberikan kepada perusahaan. Selain harga, type merek juga masih kalah saing dengan perusahaan lain. Pembelian barang yang kurang efektif, menyebabkan produk khususnya barang pada perusahaan ini kurang diminati oleh customer . Dengan menerapkan teknik klasifikasi data mining pada pembelian barang yang efektif Pada Departement Penjualan Home Smart, diharapkan nantinya dapat menghasilkan suatu pengetahuan yang dapat digunakan dalam pengambilan keputusan dalam melakukan pembelian barang yang efektif. Algoritma C4.5 adalah algoritma klasifikasi data bertipe pohon keputusan. Pohon keputusan Algoritma C4.5 dibangun dengan beberapa tahap yang meliputi pemilihan atribut sebagai akar, membuat cabang untuk tiap-tiap nilai dan membagi kasus dalam cabang. Tahapantahapan ini akan diulangi untuk setiap cabang sampai semua kasus pada cabang memiliki kelas yang sama. Dari penyelesaian pohon keputusan maka akan didapatkan beberapa rule. Dalam hal ini penulis mengklasifikasikan pembelian barang berdasarkan penjualan pada Departement Penjualan Home Smart. Penerapan Algoritma C4.5 ini dapat membantu perusahaan dalam menentukan pembelian barang dari Suplier.

Kata Kunci : Data Mining, Pembelian Barang, PHP&MySQL, Data Mining

Download File PDF : 
BAB 1, 2, 3, 4 dan 5 (.word) (hubungi admin)



Download Source Code Program :
Download source code-pembelian-barang-c4.5.rar(hubungi admin)
Screnshot Program :