IMPLEMENTASI SUPERVISED EMERGING PATTERNS PADA SEBUAH ATTRIBUT: (STUDI KASUS ANGGARAN PENDAPATAN BELANJA DAERAH (APBD) PERUBAHAN PADA PEMERINTAH DKI JAKARTA)

Suaidah Suaidah (Universitas Teknokrat Indonesia)
Harco Leslie Hendric Spits Warnars (Bina Nusantara University)
Damayanti Damayanti (Universitas Teknokrat Indonesia)

Prosiding Semnastek
PROSIDING SEMNASTEK 2018

Instansi Pemerintah DKI Jakarta mempunyai data Anggaran Pendapatan Belanja Daerah (APBD) yang begitu besar yaitu 16.364 record, sehingga membutuhkan alokasi penyimpanan yang besar dan sulit mengolah data-data yang digunakan oleh manajemen Instansi Pemerintah DKI Jakarta dalam pengambilan keputusan. Data Anggaran Pendapatan Belanja Daerah (APBD) akan digunakan untuk pengolahan data mining yang bertujuan untuk membantu penentuan pola (patterns) dari attribute apa saja yang akan menjadi nilai tertinggi untuk menentukan perubahan Anggaran Pendapatan Belanja Daerah (APBD). Aplikasi Data Mining dengan metode Supervised Emerging Patterns akan digunakan sebagai solusi untuk mengelola data-data yang besar tersebut, sehingga memudahkan pembuatan laporan pola (patterns) dan menghasilkan informasi dan laporan pola (patterns) yang cepat. Metode pengembangan sistem menggunakan CRISP-DM. Perancangan aplikasi Data Mining Supervised Emerging Patterns menggunakan bahasa pemprograman Java, tools NetBeans dan database Mysql yang digunakan untuk membangun sebuah teknologi Supervised Emerging Patterns pada sebuah Attribut untuk pengambilan keputusan, mempermudah user untuk menentukan pola (patterns) dari attribute apa saja yang ada pada Anggaran Pendapatan Belanja Daerah (APBD) dan mempermudah pengolahan jumlah data yang besar, khususnya data Anggaran Pendapatan Belanja Daerah (APBD) Perubahan.