PROPOSAL SKRIPSI
Diajukan oleh:
PRODI : SI / TI / SK *)
Mengetahui,
Ketua Program Studi
YDB. 07.84.055
Peneliti :
b. NIM : 8020160089
g. Email : Ilhameffendiii@gmail.com
BAB I
PENDAHULUAN
bidang kehidupan. Banyak sekali data yang dihasilkan oleh teknologi informasi
yang canggih, mulai dari bidang industri, ekonomi, ilmu dan teknologi serta
jambi dimana berkantor pusat di Kota Jambi. Bank Jambi sendiri didirikan dengan
pula kantor cabang dari bank jambi, yang membuat semakin banyak karyawan
dan bisa saja mempengaruhi kinerja dari kantor itu sendiri. Penentuan jabatan
berdasarkan penglihatan visual semata, tanpa melihat latar belakang karyawan dan
sebagainya. Hal ini akan berakibat kepada kinerja karyawan itu sendiri, apabila
dirinya tidak mampu dengan pekerjaan dari jabatan yang diterimanya, maka
Pengetahuan dari data pada suatu informasi saja tidak cukup untuk
mengambil suatu keputusan. Diperlukan juga suatu analisa dari setiap data yang
ada untuk mendapatkan bahan pertimbangan dari informasi yang tersedia. Dengan
menggunakan Data Mining, setiap kumpulan atau gudang data dapat memberikan
pengetahuan penting yang menjadi informasi yang sangat berharga bagi suatu
berbagai database besar. tujuan utama data mining adalah untuk menemukan,
menggali, atau menambang pengetahuan dari data atau informasi yang kita miliki,
guna memberi solusi terhadap masalah yang terjadi dengan mengangkat judul
Jambi lebih tinggi, berdasarkan atribut terpilih yang kemudian dianalisa dengan
Metode K-Means clustering dan Fuzzy C-Means. Hasil yang diperoleh dapat
fuzzy c-means ?.
karyawan.
karyawan.
baru.
1.5.1 DATA
nyata atau fakta-fakta yang dirumuskan dalam sekelompok lambang tertentu yang
pengukuran dan pengamatan yang belum memiliki arti dan dapat diolah menjadi
menemukan keteraturan, pola atau hubungan dalam set data berukuran besar.
Menurut Connolly dan Begg dalam artikel Juni dkk (2016 : 748)
dan berguna dari database yang besar serta digunakan untuk membuat
informasi yang mencari pola tersembunyi dalam sekelompok data yang dapat
tersembunyi dalam suatu basis data yang besar. Dan tahapan dalam data mining
ini adalah seperti proses KDD yang secara garis besar dapat dijelaskan sebagai
a. Data Selection
Pemilihan (Seleksi) data baru sekumpulan data operasional perlu dilakukan
sebelum tahap penggalian informasi dalam data mining dimulai. Data hasil
seleksi yang akan digunakan untuk proses data mining, disimpan dalam suatu
b. Pre-processing/Cleaning
Sebelum proses data mining dapat dilaksanakan, perlu dilakukan proses cleaning
pada data yang menjadi fokus KDD. Proses cleaning mencakup antara lain
c. Transformation
Coding adalah proses transformasi pada data yang telah dipilih, sehingga data
d. Data Mining
Data mining adalah proses mencari pola atau informasi menarik dalam data
e. Interpretation/Evaluation
Pola informasi yang dihasilkan dari proses data mining perlu ditampilkan dalam
bentuk yang mudah dimengerti oleh pihak yang berkepentingan. Tahap ini
merupakan bagian dari proses KDD yang disebut interpretation (Fayyad dalam
bahasa alami, juga dapat diekspresikan dalam bentuk bahasa basis data
mining merupakan sebuah analisa dari observasi data dalam jumlah besar untuk
menemukan hubungan yang tidak diketahui sebelumnya dan dua metode baru
untuk meringkas data agar mudah dipahami serta kegunaannya untuk pemilih
data.
1.5.3 CLUSTERING
objective function yang diset dalam proses Clustering, yang pada umumnya
sejumlah data atau objek ke dalam cluster (group) sehingga setiap dalam cluster
tersebut akan berisi data yang semirip mungkin dan berbeda dengan objek dalam
K-Means merupakan saalah satu metode data clustering non hierarki yang
berusaha mempartisi data yang ada ke dalam bentuk satu atau lebih cluster atau
ke dalam satu cluster yang sama dan data yang mempunyai karakteristik yang
Algoritma Fuzzy C-Means diusulkan pertama kali oleh Dunn pada tahun
1973 dan kemudian diperbaharui oleh Bezdek pada tahun 1981. Algoritma ini
merupakan salah satu teknik soft clustering yang paling popular dengan
menggunakan pendekatan data point dimana titik pusat cluster akan selalu
diperbaharui sesuai dengan nilai keanggotaan dari data yang ada dan selain itu
dan 1 (Bora & Gupta, 2014; Sanmorino, 2012). Metode Fuzzy C-Means pada
dasarnya memiliki tujuan meminimalisasikan fungsi serta mendapatkan pusat
cluster yang nantinya akan digunakan untuk mengetahui data yang masuk ke
Akte Notaris Adiputra Parlindungan No.6 tanggal 12 Februari 1959 dengan nama
PT. Bank Pembangunan Daerah Jambi. Adapun visi dari Bank Jambi Menjadi
masyarakat di bidang jasa bank yang memiliki nilai tambah bagi ekonomi daerah
1.5.7 KARYAWAN
Pokok Mengenai Tenaga Kerja dalam pasal 1 dikatakan bahwa karyawan adalah
tenaga kerja yang melakukan pekerjaan dan memberikan hasil kerjanya kepada
pengusaha yang mengerjakan dimana hasil karyanya itu sesuai dengan profesi
atau pekerjaan atas dasar keahlian sebagai mata pencariannya. Senada dengan hal
Kerja, tenaga kerja adalah tiap orang yang mampu melaksanakan pekerjaan, baik
di dalam maupun diluar hubungan kerja guna menghasilkan jasa atau barang
1.5.8 WEKA
perangkat lunak pembelajaran mesin yang populer yang ditulis dalam bahasa
versi asli awalnya dirancang untuk menganalisis data dari domain pertanian, tetapi
WEKA versi lengkap berbasis java (versi 3), yang mulai dibangun pada tahun
1997, yang sekarang dapat digunakan untuk menganalisis data dari berbagai
Machines (SVM), logistik dan linier, multi layers perceptrons dan metode nearest
neighbour.
1.6 METODOLOGI PENELITIAN
a. 1 ASUS K46CA
c. Harddisk 500 GB
d. Printer Canon
e. Flashdisk 16 GB
b. Google Chrome
d. Weka 3.9.2
Adapun tahapan yang akan dilakukan dalam penelitian ini adalah sebagai
berikut :
Identifikasi Masalah
Studi Literatur
Pengumpulan Data
Analisis Hasil
Pembuatan Laporan
sebagai berikut:
1. Identifikasi Masalah
2. Studi Literatur
Studi literatur merupakan suatu kegiatan mencari referensi teori yang
relevan dengan kasus atau permasalahan yang ditemukan. Pada tahapan ini
buku dan juga internet untuk melengkapi perbendaharaan konsep dan teori,
3. Pengumpulan Data
masalah yang telah di tetapkan. Untuk itu data yang akan dicari tersebut
Pusat cluster adalah rata-rata semua data atau objek dalam cluster.
e. Tugaskan lagi setiap objek memakai pusat cluster yang baru. Jika
selesai.
g. Mendapatkan hasil.
6. Analisis Hasil
Dari hasil analisis akan dinilai keakuratan data model yang sudah di
7. Penulisan Laporan
https://doi.org/10.13140/RG.2.1.4204.3923
(Komang, Julyantari, & Suryawan, 2013)Komang, N., Julyantari, S., & Suryawan,
85.
(Metisen & Sari, 2015)Metisen, B. M., & Sari, H. L. (2015). Analisis clustering
Rossalia, Dewi, dkk, 2015, Big Book SBMPTN Soshum 2016, Jakarta : Penerbit,
Cmedia. 15.
(Purnamaningsih & Aziz, 2014)Purnamaningsih, C., & Aziz, A. (2014).
(Pramesti, Furqon, & Dewi, 2017)Pramesti, D. F., Furqon, M. T., & Dewi, C.
1(9), 723–732.
(n.d.). Pada Data Internet Banking Di Bank Xyz Application of K-Means and