Sistem Data Mining Metode K Nearest Neighbor v1 (Pencarian Mahasiswa Berprestasi)
Produk ini berisi source code dan ulasan tentang program aplikasi penerapan data mining menggunakan metode KNN atau k nearest neighbor berbasis Web dengan bahasa pemrograman PHP dan basis data MySQL. Studi kasus aplikasi ini adalah Data Mining dalam Pencarian Mahasiswa Berprestasi dan Bermasalah pada Nilai Akademik. Analisa dan Pencarian dapat dilakukan pada periode tertentu, seperti pencarian per semester, per tahun, dst.
Berikut beberapa halaman dan fitur yang disediakan pada aplikasi sistem:
1. Mahasiswa, halaman pengelolaan data mahasiswa
2. Dosen, halaman pengelolaan data dosen
3. Mata Kuliah, halaman pengelolaan data mata kuliah
4. Periode, halaman pengelolaan data periode, semester, dan tahun ajaran.
5. Perkuliahan, halaman pengelolaan data perkuliahan mahasiswa.
6. Nilai, halaman pengelolaan data nilai, pada halaman ini data nilai dapat diinput dengan mengimport data dalam format excel.
7. Proses KNN, halaman proses yang dilakukan oleh sistem terhadap data nilai mahasiswa yang telah tersimpan.
8. Hasil, halaman informasi mahasiswa yang memiliki nilai tinggi dan rendah yang di diskripsikan menjadi BERPRESTASI & BERMASALAH.
Data mining merupakan metode pengolahan data berskala besar oleh karena itu data mining ini memiliki peranan penting dalam bidang industri, keuangan, cuaca, ilmu dan teknologi. Secara umum kajian data mining membahas metode-metode yang bertujuan untuk Prediksi, Klasifikasi, Pengelompokan, Asosiasi dan Estimasi.
Sistem data mining sering disebut sistem pengolahan data untuk menemukan pola yang tersembunyi dari data tersebut. Hasil dari pengolahan data dengan metode data mining dapat digunakan untuk mengambil keputusan di masa depan.
Dapatkan ulasan dan source code aplikasi untuk berbagai tujuan, seperti Prediksi, Klasifikasi, Pengelompokan, Asosiasi dan Estimasi. Contoh penerapan metode data mining yang kami kembangkan meliputi metode Neural Network, Decision Tree dan Forecasting, metode Naive Bayes Classifier dan K-Nearest Neighbor, metode K-Means Clustering, Hierarchical Clustering, dan Self Organizing Map, metode Apriori, FP-Growth, Generalized Sequential Pattern dan algoritma GRI, metode Point Estimation & Confidence Interval Estimations, Simple Linear Regression & Correlation, dan Multiple Regression.
