Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal KOMPUTA : Jurnal Ilmiah Komputer dan Informatika
Dian Dharmayanti
Teknik Informatika – Universitas Komputer Indonesia
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENERAPAN IMPROVED APRIORI PADA APLIKASI DATA MINING DI PERUSAHAAN KALVIN SOCKS PRODUCTION Yepi Septiana; Dian Dharmayanti
Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 5 No 1 (2016): Komputa : Jurnal Ilmiah Komputer dan Informatika
Publisher : Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1966.176 KB) | DOI: 10.34010/komputa.v5i1.2439

Abstract

Algoritma apriori merupakan algoritma klasik yang sering digunakan. Kekurangan yang ada pada algoritma apriori adalah harus melakukan scanning berulang terhadap keseluruhan database tiap kali iterasi. Semakin banyak data transaksi yang akan diproses maka semakin lama juga waktu yang dibutuhkan. Kalvin Socks Production merupakan salah satu perusahaan yang menggunakan teknologi data mining dengan algoritma apriori untuk mencari pola pembelian dari para pelanggannya. Banyaknya data transaksi penjualan mengakibatkan proses dalam pencarian pola pembelian membutuhkan waktu yang cukup lama. Improved apriori mempresentasikan database ke dalam bentuk matrix untuk menggambarkan relasi dalam database. Kemudian matrix dihitung untuk mencari nilai support dari candidate frequent itemset yang memenuhi kriteria untuk menghasilkan frequent itemset tanpa melakukan scanning ulang terhadap database. Salah satu cara untuk mengatasi masalah yang ada pada algoritma apriori adalah dengan menggunakan algoritma improved apriori.
PENERAPAN METODE CLUSTERING UNTUK MEMBENTUK KELOMPOK BELAJAR MENGGUNAKAN DI SMPN 19 BANDUNG Dian Dharmayanti; Adam Mukharil Bachtiar; Andre Catur Prasetyo
Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 6 No 2 (2017): Komputa : Jurnal Ilmiah Komputer dan Informatika
Publisher : Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (516.921 KB) | DOI: 10.34010/komputa.v6i2.2477

Abstract

Sebagai sekolah yang menjadi pilihan favorit, SMPN 19 Bandung harus menjaga kualitas pendidikannya. Siswa kelas 9 biasanya diwajibkan mengikuti pemantapan atau try out. Selain pemantapan, seharusnya sekolah melakukan pembentukan kelompok belajar. Permasalahannya adalah pihak sekolah biasanya membagi kelompok hanya berdasarkan urutan absensi saja. Sehingga akan mengakibatkan siswa yang unggul berada dalam satu kelompok dengan siswa yang tertinggal dalam suatu mata pelajaran dan dikhawatirkan siswa unggul tersebut akan merasa bosan karena materi yang diberikan sudah dipahaminya diulang-ulang agar siswa yang tertinggal dapat mengejar ketertinggalannya. Dalam data mining, terdapat metode yang dapat digunakan untuk membagi data ke dalam beberapa kelompok berdasarkan kemiripan datanya, yaitu metode clustering[5]. Dalam Clustering pun terdapat beberapa metode yang dapat digunakan, salah satunya adalah Agglomerative Hierarchical Clustering (AHC) dengan menggunakan algoritma single linkage[7]. Proses AHC dengan menggunakan algoritma single linkage dimulai dengan menentukan jumlah kelompok yang akan dibentuk, enganggap seluruh data sebagai cluster, menghitung matriks jarak, mencari dua cluster terdekat lalu menggabungkannya, kemudian ulangi langkah ke-3 hingga tersisa sejumlah cluster yang ingin dibentuk[8]. Berdasarkan hasil pengujian dapat disimpulkan bahwa aplikasi Pembentuk Kelompok Belajar ini sudah membantu pihak kurikulum dalam membentuk kelompok belajar yang sesuai berdasarkan kemiripan nilai siswanya pada masingmasing kelompok.
Co-Authors Adam Mukharil Bachtiar Andre Catur Prasetyo Yepi Septiana