Jurnal Review, Penelitian Terkait

Topik Penelitian: …………………..

Nama_Mhs : NURFADILAH
NIM :2020511051
Kelas :B
Program Studi :TEKNIK INFORMATIKA

Uraikan perbandingan teknik persiapan data yang tertera pada tabel berikut berdasarkan informasi pada kolom parameter.
# Parameter TOPIK
Jurnal 1 Jurnal 2 Jurnal 3 Jurnal 4 Jurnal 5
1 Judul Algoritma Apriori Implementasi Analisa Kelulusan Penerapan algoritma Aplikasi Text To Speech
. Untuk Menemukan algoritma des (data Mahasiswa Teknik modified k-nearest Dalam Sistem
Hubungan Antara encryption Informatika Tepat neighbour (mknn) pada Penerjemah
Jurusan Waktu Menggunakan
standard) pada klasifikasi masa studi Bahasa Indonesia-
Sekolah Dengan Tingkat enkripsi dan Algoritma Artificial mahasiswa teknik Madura Menggunakan
Kelulusan Mahasiswa deskripsi sms Neural Network informatika
Metode Fsa (Finite State
(ANN)
berbasis android Automata)

1 Dekripsi Pada penelitian ini Metode ini disebut Tujuan dari penelitian Model algoritma yang Dalam rangka upaya
. penulis menggunakan metode enkripsi dan ini untuk mengukur digunakan untuk mendukung pelestarian diperlukan
algoritma apriori untuk dekripsi untuk analisis prediksi
prediksi masa studi pengembangan dan
menemukan mengamankan pesan dropout dengan pemanfaatan teknologi.
mahasiswa adalah algoritma
atau informasi yang
K-Nearest Usaha
hubungan antara jurusan percobaan penggunaan Modified
sangat rahasia dari Neighbor. Tujuan dari
yang diambil waktu beberapa arsitektur pelestarian Bahasa
orang-orang yang
sekolah tingkat SLTA tidak jaringan, dan model penelitian ini untuk Madura salah satunya
dengan tingkat mengetahui dan mengukur menggunakan aplikasi
 kelulusan bertanggungjawab dan yang digunakan pada tingkat akurasi, presisi dan Text to Speech pada
tidak berkepentingan. recall pada sistem
mahasiswa. Tingkat Ada berbagai penelitian ini adalah
kelulusan mahasiswa 12-5-2, dengan hasil metode Modified K-Nearest penerjemah Bahasa
diukur berdasarkan lama macam algoritma learning rate sebesar Neighbor Indonesia ke Bahasa
enkripsi dengan
studi dan IPK. 0,4 dan hasil prediksi Madura. Untuk
karakteristik masing-
Perhitungan mempermudah
masing yang bisa sebesar 0,9% dengan
pengkonversian dari
dilakukan menggunakan digunakan salah momentum terbaik
2 cara yaitu dengan satunya adalah 98,2% baik teks menjadi suara,
perhitungan manual dan adalah algoritma DES sekali dengan data 129 proses pemenggalan kata
dengan menggunakan (Data Enryption data. menggunakan metode
software Standard). Finite State Automata
dua
Tanagra.
tingkatan dimana hasil
pemenggalan di tingkat
pertama menjadi inputan
di tingkat kedua

2 Latar Belakang Dalam suatu universitas Dengan adanya Universitas satya Sesuai dengan Peraturan Banyak masyarakat Madura
. Masalah atau program studi tingkat wiyata mandala Menteri Pendidikan dan yang kurang dalam tingkat
kemungkinan
kelulusan mahasiswa adalah salah satu Kebudayaan Republik kepedulian pada keragaman
penyadapan data,
merupakan salah satu universitas swasta Indonesia (Permendikbud) bahasa Madura, Salah satu
maka aspek
unsur yang diutamakan. yang berada di papua No. 49 tahun 2014 tentang faktor penyebab kepunahan
Hal ini sangat berpengaruh keamanan dalam khususnya di tersebut dikarenakan proses
Standar Nasional Pendidikan
pada saat universitas atau pertukaran informasi kabupaten nabire terjadinya globalisasi dan
Tinggi dalam pasal 17 ayat 2
program studi tersebut menjadi dengan 3000 urbanisasi yang dapat
berbunyi “144 sks untuk
mengajukan akreditasi. mahasiswa dari 13 memicu terjadinya
Masa tempuh pendidikan sangat penting karena asimilasi dan akulturasi
program studi. Dari diploma empat dan program
suatu komunikasi data
yang umum ditargetkan
setiap penerimaan sarjana” dan ayat 3 berbunyi budaya, terutama di daerah
“4 sampai 5 tahun untuk perkotaan. Sehingga perlu
adalah 4 tahun atau 8 jarak jauh belum tentu mahasiswa baru atau
memiliki jalur program diploma empat dan solusi untuk
semester masa studi. transmisi yang aman tahun ajaran baru program sarjana”. Namun, mempertahankan Bahasa
Namun masih banyak dari penyadapan selalu ada Madura, yaitu dengan
tidak semua mahasiswa
mahasiswa yang nyatanya sehingga keamanan peingkatan aplikasi penerjemah Bahasa
dapat menyelesaikan masa
informasi menjadi mahasiswa Madura-Indonesia sebagai
lulus melebihi masa studi studinya dengan tepat waktu
bagian penting dalam sedangkan yang alternatif dalam upaya
yang ditargetkan. Dalam
dunia informasi itu keluar atau lulus untuk melestarikan
hal ini universitas atau
sendiri. Saat ini sangat sedikit keberadaan dan keragaman
program studi dapat
dengan pertama Bahasa Madura
memanfaatkan data diri perlindungan
mahasiswa untuk informasi menjadi masuk perguruan
lebih perlu
memprediksi tingkat tinggi. Dalam hal ini
diperhatikan. Sangat
kelulusan mahasiswanya. berarti tidak semua
sulit untuk
mahasiswa dapat
Salah satunya dengan mengamankan pesan
merasakan
menggunakan konsep atau informasi yang
sangat rahasia dari lulus tepat waktu
data mining.
orang-orang yang sesuai dengan
tidak ketentuan akademik
bertanggungjawab dan yaitu 8 semester,
dampak dari itu
tidak berkepentingan.
terjadi penumpukan
mahasiswa dan
bertambah banyak
data dari mahasiswa
lama yang belum
lulus dengan
mahasiswa dalam
proses pembelajaran
semester.
3 Data Penelitian Data yang digunakan Data pesan Via SMS Data yang peneliti Pada penelitian ini data yang Data yang digunakan
. dalam penelitian ini (Short Messaging Gunakan adalah digunakan dalam pnelitian ini
Service) adalah data bahasa
adalah data diri mahasiswa data kelulusan dari merupakan data sekunder
madura.
Universitas tahun 2018 2019 yang diperoleh
Muhammadiyah Ponorogo pada studi kasus dari UPT. Pusat Data dan
Jurusan Teknik Universitas satya Informasi
Informatika yang ada di wiyata mandala
Sistem Informasi Universitas Muhammadiyah
Akademik (SIMTIK). sebanyak 100 sampel Jember
Data yang digunakan data dan dibagi
menjadi 2 yaitu data berupa data alumni
adalah data mahasiswa mahasiswa Teknik
training dan data
kelas reguler A angkatan
testing. Informatika tahun 2010-
2012/2013.
2016 berjumlah
260 data,

4 Algoritma (Min 1) / Algoritma Apriori Algoritma DES Arsitertur Artificial Algoritma Modified K- Algorima Finite State
. Metode Komputasi (Algoritma apriori adalah (data encryption Neural Network Nearest Neighbour Automata
jenis aturan asosiasi pada standard) (ANN) (MKNN)
data mining)

5 Uraian Prosedur Algoritma apriori adalah Untuk DES, data ANN adalah Suatu algoritma yang FSA yang digunakan pada
. (salah satu algoritma) jenis aturan asosiasi pada disandikan ke dalam sekumpulan neuran dikembangkan dari penelitian ini dirancang
data mining. Analisis 64 balok bit yang terorganisir algoritma K-Nearest dalam dua tingkatan. Pada
asosiasi ini merupakan menggunakan 56 bit dalam lapisan- Neighbor dengan tingkatan pertama
teknik data mining
kunci. Transformasi lapisan (layers) menambahkan proses baru mengenali pola V, G, K,
diantaranya : yaitu proses validitas data KV dan KKV. Hasil
untuk menemukan aturan algoritma 64 bitinput
pada setiap dataset yang pengenalan FSA pada
asosiatif antara suatu ke dalam satu input layer : lapisan telah dilakukan perhitungan tingkatan pertama menjadi
serilangkah-langkah
 kombinasi item/atribut ke dalam 64 bitoutput. yang membawa data jarak euclidean antar pada masukan bagi FSA
[10]. Langkah yang sama masuk kedalam data training, dan juga tingkatan kedua. Pada FSA
dengan kunci yang system untuk penambahan proses weight tingkatan kedua dapat
Contoh aturan asosiatif
sama, digunakan untuk kemudian di proses voting yang didapatkan dari mengenali semua pola yang
dari analisa pembelian di
suatu mini market adalah
cadangan persandian. pada layer hasil nilai validitas data ada untuk bahasa Madura,
selanjutnya. hidden dikalikan dengan hasil yaitu pola V, VK, VKK,
dapat diketahui berapa
layer: lapisan antara euclidean distance data KV, KVK, KKV, KKVK,
besar kemungkinan
input layer dan training dan data testing KVKK,
seorang pelanggan
membeli minuman dingin output layer, dimana KKVKK, KVG, dan
bersamaan dengan artificial neuron yang KKVG
membeli makanan ringan.
memilikisekumpulan
Dengan pengetahuan
input pembobot
tersebut pemilik mini
‘weight’ dan prosedur
market dapat mengatur
penempatan rak kedua untuk menghasilkan
produk tersebut secara output neuron
berdekatan. Metodologi melalui activation
dasar analisis asosiasi function. output
layer: lapisan
terbagi menjadi dua tahap : terakhir dari neuron
a. Analisa pola frekuensi yang menghasilkan
tinggi output system.

b. Pembentukan aturan
asosiatif

6 Hasil Penelitian
.
7 Referensi (minimal [1] Kusrini, Luthfi E .T. [1] Didik Prasetyo, [1] Agwil, W., [1] Gorunescu, F. (2011). [1] Rahilah. Aplikasi
. 2, APA Style) 2009. Algoritma 2006. Keamanan Fransiska, H., & Data mining: Concepts, Penerjemah Bahasa
Data mining. SQLite jDatabase Hidayati, N. (2020). models and techniques. Madura-Indonesia
Penerbit Andi. pada RDBMS, Analisis ketepatan Intelligent Systems dan Indonesia-
Yogyakarta. Jakarta, PT. Elex waktu lulus Reference Library. Madura
[2] Listiani, Dewi. et. al. MediaKomputind mahasiswa dengan https://doi.org/10.1007/ menggunakan Free
2016. Penerapan o. menggunakan 978-3-642- 19721-5 Contex Parsing
Metode Asosiasi bagging cart. Jurnal Algorithm. Skripsi
[2] Dony Ariyus [2] Hartaji, R. D. A., &
Menggunakan Pendidikan Jurusan Teknik
2008, Pengantar Sedjo, P. (2012).
algoritma Apriori Matematika Dan Informatika Fakultas
Ilmu kriptografi Berkuliah Dengan
pada Aplikasi Matematika, 6(2), Teknik Universitas
Teori Analisa dan Jurusan Pilihan Orang
Analisa Pola Belanja 155–166. Trunojoyo Madura.
Implementasi, Tua. Skripsi. Fakultas
Konsumen. Jurnal https://jurnal.umj.ac 2013.
Yogyakarta, Psikologi Universitas
Teknik Informatika. .id/index.php/fbc/ar
ANDI. Gunadarma. [2] Wasista, S., Astin, N.
Vol. 9 (2): 120 - 127 ticle/view/7962
Algoritma sistem
[3] Anandia Zelvina, [3] Mardi, Y. (2017). Data
[3] Fajri Ahmad Fikri. [2] Haris Budiman. pembaca teks Bahasa
Syahril Efendi, Mining : Klasifikasi
2016. Implementasi (2017). Peran Indonesia
Dedy Arisandi, Menggunakan
Algoritma Apriori Teknologi menggunakan Metode
2012. Journal Algoritma C4.5. Jurnal
dalam Menentukan Informasi Dan FSA (Finite State
Perancangan Edik Informatika, 2(2),
Program Studi yang Komunikasi Dalam Automata). Industrial
Aplikasi 213–219.
Diambil Mahasiswa. Pendidikan. Al- Electronics Seminar.
Pembelajaran
Jurnal Ipteks Tadzkiyyah: Jurnal [4] Muhammad, B. L. IES. Volume 1: 314-
Kriptografi Kunci
Terapan. Research of Pendidikan Islam, (2015). Modified 320. 3 November
Public Elgamal
Applied Science and 8(1), 31–43. Luthfi, Nearest Neighbor 2010.
Untuk Mahasiswa,
Education. Vol. 10 K. A. E. T. (2009). Untuk Prediksi Curah
Medan. [3] Pawitra, A. Kamus
(2): 81 – 85Indah Algoritma Data Hujan. Konferensi
Lengkap Bahasa
Puji Astuti: [4] M. Taufiq Mining Yogyakarta Nasional Sistem Dan
Madura Indonesia.
Algoritma Apriori.... Tamam, Wakhyu (Issue February). Informatika 2015, 1,
Jakarta: Dian Rakyat.
69-78 p-ISSN 1979- Dwiono, Tri 272–277.
[3] Oscar, J., & 2009.
9160 | e-ISSN 2549- Hartono, 2010.
Juliyanti, D. (2013). [5] Parvin, H., Alizadeh,
7901 Journal Penerepan [4] Astuti, E., S., Naba,
Pengembangan H., & Minati, B.
Algoritma E., A., prijono, W., A.
[4] Anofrizen, Harton, R. Model Penjadwalan (2010). A Modification
Kriptografi Sistem TTS dalam
M. T. 2015. Rancang Mesin Majemuk on K-Nearest Neighbor
Elgamal Untuk Bahasa Indonesia
Bangun Aplikasi Melalui Job Classifier. Global
Pengaman File menggunakan metode
Data mining untuk Journal of Computer
 Menampilkan Citra, Yogyakarta. Sisipan. 1–8. Science and FSA dan database
Informasi Tingkat Technology. diphone. Seminar
[5] Danang Tri [4] Rakhman, A.
Kelulusan Nasional Elektrical,
Massandy, 2009. (2017). Prediksi [6] Ramadina.,(2015).
Mahasiswa dengan Informatics and It’s
Journal Algoritma KetepatanKelulusa Penerapan Fungsi Data
Algoritma Apriori. Educations. B1:139-
Elgamal Dalam n Mahasiswa Mining Klasifikasi
Jurnal Rekayasa dan 144. 2009
Pengaman Pesan Menggunakan Untuk Prediksi Masa
Manajemen Sistem
Rahasia, Metode Decision Studi Mahasiswa Tepat
Informasi. Vol. 1(1):
Bandung. Tree Berbasis Waktu Pada Sistem
31 – 38
Particle Swarm Informasi Akademik
[6] Mukhammad
[5] Jananto, A., Optimation (PSO). Perguruan Tinggi.
Ifanto, 2009.
Retnosari, P. 2013. Smart
Journal Metode
Implementasi Data Comp :Jurnalnya
Enkripsi Dan
mining untuk Orang Pintar
Dekripsi
Menemukan Komputer, 6(1),
Menggunakan
Hubungan Antara 193–197.
Algoritma
Kota Kelahiran http://ejournal.polte
Elgamal
Mahasiswa Dengan ktegal.ac.id/index.p
Tingkat Kelulusan [7]. SugiartiYuni hp/smartcomp/articl
Mahasiswa Pada S.T.M.Kom. 2013 e/view/466
Fakultas Teknologi Analisa Dan
[5] Saputra, H. K.
Informasi Perancangan
(2018). Analisis
UNISBANK. UML ( Unified
Data Mining Untuk
Dinamika Modeling
Pemetaan
informatika. Vol. 5 Language).
Mahasiswa Yang
(2): 112 – 121 Penerbit Graha
Membutuhkan
Ilmu. Yogyakartal
[6] Grand. 2018. Bimbingan Dan
Penerapan Algoritma Konseling
Apriori Untuk Menggunakan
Menentukan Algoritma Naïve
Hubungan Data
 Murid Dengan Nilai Bayes
Sekolah. IKRAITH-
INFORMATIKA.
2(1): 7 – 12.
[7] Dennis Aprilla C, et.
al. Belajar Data
mining dengan
Rapidminer.

Keterkaitan dengan Penelitian anda:

_______________________________________________________________________________________________