Literatur Review Jurnal Data Mining
Literatur Review Jurnal Data Mining
NIM : 230127004
Kelas : 7TIF/C3/02
Tahun 2022
Latar Belakang Bahwa belajar adalah suatu proses untuk memperoleh ilmu
pengetahuan yang selalu terjadi dalam kehidupan sehari-hari.
Siswa sebagai peserta didik di lingkungan pendidikan sering
mengalami kesulitan dalam belajar, seperti memiliki ingatan
yang buruk atau bermasalah dengan konsentrasi sehingga
penyerapan informasi siswa berkurang. Gaya belajar siswa juga
berbeda-beda, sehingga menjadi acuan bagi para guru dalam
menentukan metode pembelajaran yang cocok diterapkan di
kelas. Penelitian ini bertujuan untuk menerapkan data mining
untuk klasifikasi gaya belajar siswa pada SMP Negeri 2
Mayang menggunakan algoritma C4.5.
Sumber data Penelitian ini diperoleh dari sekolah yaitu SMP Negeri 2
Mayang dan hasil kuisioner siswa yang datanya sebanyak 138
data.
Metode penelitian Metode yang digunakan adalah tools Weka dengan algoritma
C4.5 dengan 6 atribut
Tahun 2022
Metode penelitian Teknik pengumpulan data yang digunakan adalah studi literatur
dan penelitian lapangan (field work research) dengan
menggunakan data transaksi penjualan/pembelian pada toko
Sinar Harahap pada bulan Mei 2021. Data tersebut kemudian
diolah menggunakan algoritma Apriori untuk mendapatkan
informasi mengenai barang yang paling banyak terjual dan
dapat dijadikan antisipasi persediaan barang agar tidak
mengalami kekosongan
Objek penelitian File pada toko Sinar Harahap dan pengontrolan persediaan
barang di dalamnya
Hasil penelitian Hasil dari penelitian yang dilakukan pada toko Sinar Harahap
adalah data mengenai barang yang paling banyak terjual, yang
dapat dijadikan antisipasi persediaan barang agar tidak
mengalami kekosongan yang dapat menyebabkan pelanggan
kecewa. Data tersebut diperoleh melalui pengolahan data
transaksi penjualan/pembelian pada toko Sinar Harahap pada
bulan Mei 2021 menggunakan algoritma Apriori. Berdasarkan
hasil penelitian ini maka di dapat permintaan teringgi terjadi
pada pembelian beras dan juga pembelian telur. Hasil akhir
perhitungan di Microsoft Excel menggunakan algoritma dengan
aplikasi menggunakan RapidMiner bernilai sama.
Kekurangan penelitian 1. Penelitian ini hanya dilakukan pada satu toko (toko Sinar
Harahap), sehingga hasil penelitian tidak dapat digeneralisasi
untuk toko-toko lain.
Tahun 2018
Latar Belakang Pentingnya kemudahan penyimpanan dan akses data dalam era
digital saat ini. Data yang diterima oleh perusahaan diolah
menjadi informasi dan pengetahuan yang dapat digunakan
untuk perencanaan, pengambilan keputusan, monitoring, dan
evaluasi. Pada penelitian ini data mining digunakan untuk
mengklasifikasikan pelanggan berdasarkan tabel transaksi
dengan pendekatan knowledge discovery from data (KDD) dan
metode data mining naïve bayes classifier. Pelanggan dapat
dikelompokan salah satunya berdasarkan demografi. Demografi
pada dasarnya adalah klasifikasi atau pengelompokkan yang
Sumber data Data ini diperoleh dari hasil proses pembelian kendaraan
bermotor yang disimpan di dalam database. Dengan pendekatan
Metode penelitian Metode yang digunakan pada penelitian ini adalah metode data
mining Naïve Bayes Classifier dengan pendekatan Knowledge
Discovery from Data (KDD). Metode ini digunakan untuk
mengklasifikasikan pelanggan menjadi dua kelas yaitu kelas
pelanggan potensial dan pelanggan tidak potensial dengan
menggunakan atribut prediksi klasifikasi terdiri atas Pekerjaan,
Jenis Bayar, Tenor dan Usia
Kelebihan penelitian 1. Metode yang digunakan dalam penelitian ini yaitu Naïve
Bayes Classifier dengan pendekatan Knowledge Discovery
from Data (KDD) merupakan metode yang efektif dan efisien
dalam mengklasifikasikan pelanggan menjadi kelas pelanggan
potensial dan tidak potensial.
Kekurangan penelitian 1. Penelitian ini tidak membahas data lanjutan terkait . jenis
produk apa saja yang unggul yang sering dibeli atau dicari
pelanggan