Sistem Data Mining Algoritma C4.5 v3 (Prediksi Prestasi Akademik)
Produk ini berisi source code dan ulasan tentang program aplikasi penerapan data mining menggunakan algoritma decision tree C4.5 berbasis Web dengan bahasa pemrograman PHP dan basis data MySQL. Studi kasus aplikasi ini adalah Data Mining dalam Memprediksi Prestasi Akademik Mahasiswa. Aplikasi ini akan menghasilkan informasi perkiraan prestasi akademik mahasiswa baru dari data training yang digunakan adalah data nilai UN, Jurusan, Status pekerjaan, Motivasi dan Prestasi sekolah. Hasil analisa dikelompokkan menjasi kelas tinggi (predikasi berprestasi tinggi) dan kelas rendah (predikasi berprestasi rendah).
Berikut beberapa halaman dan fitur yang disediakan pada aplikasi sistem:
1. Login, halaman admin untuk masuk ke sistem.
2. Data training, halaman pengolahan data mahasiswa yang dapat diinput secara manual di aplikasi atau di import dalam format excel.
3. Data mining, halaman untuk memproses data siswa. Proses mining dilakukan untuk membentuk pohon keputusan.
4. Rule & Pohon keputusan, halaman informasi rule yang terbentuk dari proses mining. Ini digunakan untuk melakukan pengujian rule dan memproses data dengan algoritma c4.5.
5. Uji Pohon Keputusan, halaman pengujian rule. Data pengujian dapat di import dalam format excel.
6. Hasil pengujian rule, berupa informasi jumlah data akurat, tidak akurat, sensitivitas, dan presentase spesifisitas.
7. Hasil prediksi, kumpulan data hasil prediksi yang dilakukan siswa di halaman akun siswa pada aplikasi. Catatan: siswa bisa login di aplikasi dengan akun yang telah terdaftar pada Data User.
Perbedaan dengan Aplikasi Data Mining Algoritma C4.5 v1 & v2:
1. Tampilan program
2. Studi kasus
3. Tujuan implementasi
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.
