PENERAPAN METODE BAYESIAN UNTUK MEMPREDI
PENERAPAN METODE BAYESIAN UNTUK MEMPREDIKSI
PEMINAT PROGRAM STUDI MATEMATIKA PADA SBMPTN
Tugas : Demo Program Data Mining
Disusun sebagai salah satu syarat untuk memenuhi tugas Projek Akhir mata kuliah Data Mining.
Oleh :
Riza Nidhom Fahmi
NRP 2110157002
PROGRAM STUDI D4 LJ PJJ TEKNIK INFORMATIKA
DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER
POLITEKNIK ELEKTRONIKA NEGERI SURABAYA
2016
Penerapan Bayesian Datamining untuk Prediksi Tingkat Peminat Program Studi
Matematika Pada Seleksi SBMPTN.
Data Mentah:
NO Nama PTN
Prodi PTN
Akreditasi Daya
Prodi
Tampung
1
ITS
Matematika
B
39
2
UNESA
Matematika
B
12
3
UNAIR
Matematika
A
36
4
UM
Matematika
B
42
5
UI
Matematika
A
228
6
UGM
Matematika
A
72
7
ITB
Matematika
A
54
8
UNEJ
Matematika
C
32
9
UDAYANA
Matematika
B
65
10 UB
Matematika
A
36
Kreteria Daya Tampung Diolah Dengan Aturan Sebagai Berikut:
Peminat
493
376
495
650
3619
789
1721
289
450
438
Kecil
= 1 sd 50
Sedang
= 51 sd 100
Besar
= 101 sd 300
Kriteria Peminat diolah Dengan Aturan Sebagai Berikut:
Rendah
Sedang
Tinggi
= 0 sd 500
= 501 sd 1000
= 1001 sd 4000
Tabel Yang dihasilkan Dari Data Diatas Sebagai Berikut:
NO Nama PTN
Prodi PTN
1
2
3
4
5
6
7
8
9
10
Matematika
Matematika
Matematika
Matematika
Matematika
Matematika
Matematika
Matematika
Matematika
Matematika
ITS
UNESA
UNAIR
UM
UI
UGM
ITB
UNEJ
UDAYANA
UB
Akreditasi
Prodi
B
B
A
B
A
A
A
C
B
A
Daya
Tampung
Kecil
Kecil
Kecil
Kecil
Besar
Sedang
Sedang
Kecil
Sedang
Kecil
Peminat
Rendah
Rendah
Rendah
Sedang
Tinggi
Sedang
Tinggi
Rendah
Rendah
Rendah
Misalnya Ada Data Baru Nama PTN IPB, Matematika, Akreditas A, Daya Tampung Kecil
Berapa Jumlah Peminatnya..?
Fakta:
Jumlah Data = 10
Jumlah Peminat Tinggi = 2
Jumlah Peminat Sedang = 2
Jumlah Peminat Rendah = 6
X1=Akreditasi A Jumlah Datanya = 5
rendah=2/5
sedang=1/5
Tinggi=2/5
X2=Daya Tampung Kecil Jumlah Datanya = 6
rendah=5/6
sedang=1/6
Tinggi=0
Dari data diatas dapat dihutung sebagai berikut:
Tingkat Peminat Rendah=X1 Rendah * X2 redah * Peluang Rendah
= {(2/5) * (5/6)}* (6/10)
= 0.2
Tingkat Peminat Sedang= X1 sedang * X2 sedang * Peluang sedang
= {(1/5) * (1/6 )} * (2/10)
= 0.0666
Tingkat Peminat Tinggi
= X1 tinggi * X2 tinggi * Peluang Tinggi
= {(2/5) * (0)} * (2/10)
=0
Prediksi Tingkat Persaingan adalah = Rendah.
PEMINAT PROGRAM STUDI MATEMATIKA PADA SBMPTN
Tugas : Demo Program Data Mining
Disusun sebagai salah satu syarat untuk memenuhi tugas Projek Akhir mata kuliah Data Mining.
Oleh :
Riza Nidhom Fahmi
NRP 2110157002
PROGRAM STUDI D4 LJ PJJ TEKNIK INFORMATIKA
DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER
POLITEKNIK ELEKTRONIKA NEGERI SURABAYA
2016
Penerapan Bayesian Datamining untuk Prediksi Tingkat Peminat Program Studi
Matematika Pada Seleksi SBMPTN.
Data Mentah:
NO Nama PTN
Prodi PTN
Akreditasi Daya
Prodi
Tampung
1
ITS
Matematika
B
39
2
UNESA
Matematika
B
12
3
UNAIR
Matematika
A
36
4
UM
Matematika
B
42
5
UI
Matematika
A
228
6
UGM
Matematika
A
72
7
ITB
Matematika
A
54
8
UNEJ
Matematika
C
32
9
UDAYANA
Matematika
B
65
10 UB
Matematika
A
36
Kreteria Daya Tampung Diolah Dengan Aturan Sebagai Berikut:
Peminat
493
376
495
650
3619
789
1721
289
450
438
Kecil
= 1 sd 50
Sedang
= 51 sd 100
Besar
= 101 sd 300
Kriteria Peminat diolah Dengan Aturan Sebagai Berikut:
Rendah
Sedang
Tinggi
= 0 sd 500
= 501 sd 1000
= 1001 sd 4000
Tabel Yang dihasilkan Dari Data Diatas Sebagai Berikut:
NO Nama PTN
Prodi PTN
1
2
3
4
5
6
7
8
9
10
Matematika
Matematika
Matematika
Matematika
Matematika
Matematika
Matematika
Matematika
Matematika
Matematika
ITS
UNESA
UNAIR
UM
UI
UGM
ITB
UNEJ
UDAYANA
UB
Akreditasi
Prodi
B
B
A
B
A
A
A
C
B
A
Daya
Tampung
Kecil
Kecil
Kecil
Kecil
Besar
Sedang
Sedang
Kecil
Sedang
Kecil
Peminat
Rendah
Rendah
Rendah
Sedang
Tinggi
Sedang
Tinggi
Rendah
Rendah
Rendah
Misalnya Ada Data Baru Nama PTN IPB, Matematika, Akreditas A, Daya Tampung Kecil
Berapa Jumlah Peminatnya..?
Fakta:
Jumlah Data = 10
Jumlah Peminat Tinggi = 2
Jumlah Peminat Sedang = 2
Jumlah Peminat Rendah = 6
X1=Akreditasi A Jumlah Datanya = 5
rendah=2/5
sedang=1/5
Tinggi=2/5
X2=Daya Tampung Kecil Jumlah Datanya = 6
rendah=5/6
sedang=1/6
Tinggi=0
Dari data diatas dapat dihutung sebagai berikut:
Tingkat Peminat Rendah=X1 Rendah * X2 redah * Peluang Rendah
= {(2/5) * (5/6)}* (6/10)
= 0.2
Tingkat Peminat Sedang= X1 sedang * X2 sedang * Peluang sedang
= {(1/5) * (1/6 )} * (2/10)
= 0.0666
Tingkat Peminat Tinggi
= X1 tinggi * X2 tinggi * Peluang Tinggi
= {(2/5) * (0)} * (2/10)
=0
Prediksi Tingkat Persaingan adalah = Rendah.