SEMINAR PROPOSAL PENELITIAN

Oleh : M UAYSAL QARNY

NIM : 170201016

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS TEKNIK
UNIVERSITAS HAMZANWADI
TAHUN 2021
 SEMINAR PROPOSAL
PENERAPAN DATA MINING UNTUK MEMPREDIKSI
KLASIFIKASI JUMLAH PEMBACA DI PERPUSTAKAAN
DAERAH LOMBOK TIMUR MENGGUNAKAN ALGORITMA
BAYESIAN CLASSIFICATION

OLEH : M UAYSAL QARNY

PRODI. SISTEM INFORMASI
 JUDUL
PENERAPAN DATA MINING UNTUK MEMPREDIKSI KLASIFIKASI
JUMLAH PEMBACA DI PERPUSTAKAAN DAERAH LOMBOK TIMUR
MENGGUNAKAN ALGORITMA BAYESIAN CLASSIFICATION

BAB I BAB II BAB III

BAB IV BAB V
 BAB I
PENDAHULUAN

LATAR BELAKANG IDENTIFIKASI RUMUSAN

MASALAH MASALAH

PEMBATASAN
MASALAH TUJUAN MANFAAT

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS TEKNIK
UNIVERSITAS HAMZANWADI
TAHUN 2021
 BAB I
PENDAHULUAN

1. Latar Belakang

Jumlah pembaca di Perpustakaan Daerah Lombok Timur sering kali tidak

menentu. Ini bisa dilihat pada Perpustakaan Daerah Lombok Timur.
Perpustakaan ini sudah cukup lama beroperasi. Salah satu indikasi Perpustakaan
Daerah Lombok Timur mempunyai jumlah pembaca yang tidak menentu yaitu
dengan melihat data pengunjung di tahun 2019. Diawal tahun jumlah
pengunjung cinderung ramai sedangkan dipertengahan dan di akhir tahun
pengunjung tidak menentu kadang turun kadang naik.
 Latar Belakang Masalah

FAKTOR PENYEBAB

 Data pengunjung yang datang di Perpustakaan tidak di

rekap dengan baik oleh pihak perpustakaan
 Rumusan Masalah

• PENERAPAN DATA MINING UNTUK

MEMPREDIKSI KLASIFIKASI JUMLAH PEMBACA
DI PERPUSTAKAAN DAERAH LOMBOK TIMUR
MENGGUNAKAN ALGORITMA BAYESIAN
CLASSIFICATION
 Pembatasan Masalah
Batasan masalah dari penilitian ini hanyalah untuk
mengkasifikasikan jumlah pembaca yang ada di
Perpustakaan Daerah Lombok Timur
 Tujuan Penelitian

• Mengetahui sejauh mana tingkat akurasi algoritma Bayesian

classification untuk memprediksi klasifikasi jumlah pembaca
di Perpustakaan Daerah Lombok Timur.
• Menginterpretasikan hasil presentase keakuratan prediksi
yang dihasilkan menjadi sebuah informasi atau knowledge.
 Manfaat Penelitian

1. Bagi penulis
2. Bagi universitas
3. Bagi pihak perpustakaan
4. Bagi pembaca
 BAB II
LANDASAN TEORI

PENELITIAN TERKAIT DATA MINING ALGORITMA NAVIE BAYES

RAPIDMINER ROADMAP

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS TEKNIK
UNIVERSITAS HAMZANWADI
TAHUN 2021
 BAB II
KAJIAN PUSTAKA
A. PENELITIAN
TERKAIT KESIMPULAN
Berdasarkan hasil pengolahan dengan

1. Penerepan algoritma menggunakan metode Naive Bayes dan

melakukan percobaan dengan

navie bayes dalam

menggunakan KFold Validation 10 maka
dapat disimpulkan bahwa pengolahan

menganalisis
data siswa di MA Hizbul Wathan NW
Semaya dapat diketahui hasil yang

penerima bantuan
diperoleh 95,27% dari 169 data. Nilai ini
dikategorikan sebagai klasifikasi yang

sisswa miskin (Amri

sangat baik. Metode yang digunakan
dapat menganalisis penerimaan
bantuan siswa miskin dengan sangat
Muliawan Nur dkk ) baik
 LANJUTAN

2.Implementasi Algoritma KESIMPULAN

Naive Berdasarkan implementasi dan
pembahasan dalam penelitian
Bayes Untuk dilakukan untuk memprediksi
Memprediksi Predikat ketuntsan belajar Siswa SMA Negeri
3 Selong,selama pandemic pasca
Ketuntasan covid 19, maka dapat disimpulkan
Belajar Siswa Pasca bahwa dalam menentukan data
tuntas dan tidak tuntas dapat
Pandemi Covid 19 diprediksi dan dievaluasi dengan
(Muhammad Saiful dan memanfaatkan teknik data mining
menggunakan algoritma Naïve Bayes.
Syamsuddin)
Lanjutan...

3 . Pengaruh KESIMPULAN
Pertumbuhan Ekonomi Dari hasil penelitian yang

Terhadap Tingkat dilakukanmenggunakan data ekonomi

Kesejahteraan masyarakat Kecamatan Selong menggunakan

Masyarakat Kecamatan Algoritma Naive Bayes, dapat disimpulkan

Selong Kabupaten bahwa masyarakat Kecamatan Selong

Lombok Timur – Nusa merupakan masyarakat yang

Tenggara Barat tergolongmasyarakat yang sudah sejahtera

Menggunakan Algoritma apabila dilihat dari faktor ekonomi, dengan

Naive Bayes (Yahya dan tingkat akurasi kedekatan dengan keadaan

Hariman Bahtiar ) yang sebenarnya sebesar 93,45%

 DATA MINING
Data Mining merupakan teknologi baru yang
sangat berguna untuk membantu perusahaan
menemukan informasi yang sangat penting dari
gudang data mereka. Beberapa aplikasi Data
Mining fokus pada prediksi, mereka meramalkan
apa yang akan terjadi dalam situasi baru dari
data yang menggambarkan apa yang terjadi di
masa lalu
 NAVIE BAYES
Bayesian classification adalah pengklasifikasian
statistik yang dapat digunakan untuk
memprediski probabilitas keanggotaan suatu
class. Bayesian classification didasarkan pada
teorema Bayes yang memiliki kemampuan
klasifikasi serupa dengan decesion tree dan
neural network. Bayesian classification terbukti
memiliki akurasai dan kecepatan yang tinggi
saat diaplikasikan ke dalam database dengan
data yang besar
 RAPIDMINER
RapidMiner merupakan perangkat lunak yang
dibuat oleh Dr. Markus Hofmann dari Institute
of Technologi Blanchardstown dan Ralf
Klinkenberg dari rapid-i.com dengan tampilan
GUI (Graphical User Interface) sehingga
memudahkan pengguna dalam menggunakan
perangkat lunak ini.
ROADMAP
LANJUTAN
 BAB III
METODOLOGI PENELITIAN

TAHAP TEKNIK
PENELITIAN PENGUMPULAN
DATA
JENIS DAN
SUMBER
DATA YANG
DI GUNAKAN

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS TEKNIK
UNIVERSITAS HAMZANWADI
TAHUN 2021
 BAB III
METODOLOGI PENELITIAN
1.Tahap penelitian

Studi Pengumpulan
Pra proses data
literatur data

proses data
evaluasi
mining
 BAB III
METODOLOGI PENELITIAN
2. Jenis data yang di gunakan
• Data private
3.Sumber data yang di gunakan
• Perpustakaan Daerah Lombok Timur
 BAB III
METODOLOGI PENELITIAN
4. Teknik pengumpulan data
•Observasi
•Wawancar a
•Studi pustaka
 BAB IV
LUARAN DAN TARGET CAPIAN

No Jenis Luaran Target Capaian

1 Publikasi ilmiah di jurnal nasional (ber Accepted
ISSN)
Pemakalah dalam - -
2 temu ilmiah
- -
3 Bahan ajar Tidak ada
Luaran lainnya jika ada (Teknologi Tepat
4 Guna, Model/Purwarupa/Desain/Karya Skripsi, artikel
Seni/Rekayasa Sosial)
 BAB V
RENCANA KERJA DAN PENELITIAN

No Deskripsi Bulan
.
April Mei 2021 Juni 2021
2021

3 4 1 2 3 4 1 2 3 4

1 Pengajuan Topik.

2 Pembuatan proposal skripsi.

3 Bab 1 Pendahuluan.

4 Bab 2 landasan teori.

5 Bab 3 Analisa dan pengolahan

data.

6 Bab 4 Implementasi dan

pembahasan.

7 Bab 5 Penutup.

8 Sidang skripsi.
TERIMA KASIH