Rangkuman Materi Komputasi Modern

 

Komputasi Modern

Komputasi modern adalah cara untuk menemukan pemecahan masalah/solusi dari data input dengan menggunakan suatu algoritma tertentu.

Jenis-jenis Komputasi Modern

Mobile computing : Mobile computing atau komputasi bergerak memiliki beberapa penjelasan, salah satunya komputasi bergerak merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel dan mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel.

Grid computing  : Komputasi grid menggunakan komputer yang terpisah oleh geografis, didistibusikan dan terhubung oleh jaringan untuk menyelasaikan masalah komputasi skala besar.

Cloud computing : Komputasi cloud merupakan gaya komputasi yang terukur dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet.

Contoh Penerapan Komputasi Modern

GPS (Global Positioning System ) merupakan sebuah sistem yang dapat digunakan untuk menentukan posisi wilayah yang berada di permukaan bumi dengan menggunakan bantuan sinkronisasi dari sinyal satelit.

GPS receiver merupakan perangkat penerima sinyal satelit GPS, perangkat ini berfungsi untuk memperhitungkan letak koordinat berdasarkan data-data yang tersedia. Sinyal gelombang mikro akan dipancarkan oleh setiap satelit GPS. GPS receiver ini akan menerima sinyal-sinyal satelit yang memancarkan gelombang mikro dari setiap satelit GPS.

Komputasi Awan

Cloud computing (komputasi awan) adalah metode penyampaian berbagai layanan melalui internet. Sumber daya yang dimaksud contohnya adalah aplikasi seperti penyimpanan data, server, database, jaringan, dan perangkat lunak.

Fungsi dari Cloud Computing

·         Meningkatkan kapasitas penyimpanan data

·         Meningkatkan kinerja stakeholder

·         Mendapatkan pembaharuan sistem secara berkala

Jenis-jenis Dari Teknologi Cloud Computing

·         Public Cloud

·         Private Cloud

·         Commnity Cloud

·         Hybrid Cloud

Cloud computing adalah sebuah proses pengolahan komputasi data dengan bantuan jaringan internet untuk menyimpan kebutuhan informasi berskala besar. Jenis dari komputasi awan terbagi menjadi empat, yaitu private, public, community, dan hybrid cloud. Struktur dari komputasi awan terbagi menjadi tiga bagian utama, yaitu computer back end, front end, dan hybrid. 

Quantum Entanglement

Quantum entanglement disebut juga dengan Bell state adalah fenomena fisik yang terjadi ketika sepasang atau sekelompok partikel saling mempengaruhi walaupun dipisahkan oleh jarak yang sangat jauh.

5 Fungsi Quantum Entanglement

1.      Sistem Komunikasi Supercepat 

Dua partikel yang ter-entangle seolah-olah dapat berkomunikasi secara instan.

2.      Sistem Enkripsi

Enkripsi bekerja dengan menggunakan sebuah kunci (key).

3.      Sistem Waktu Presisi
Waktu bukan hanya mejelaskan keadaan atau kejadian berada namun juga menjadi tolok ukur yang berharga.

4.      Super Komputer
Selama ini komputer bekerja menggunakan sistem binary digit atau bit.

5.      Pengiriman Barang dan Mungkin Manusia
Harus menguasai seluruh aspek dari nomor 1 hingga 4 terlebih dahulu. Sistem waktu yang presisi misalnya, juga berpengaruh terhadap proses pengiriman data dengan quantum entanglement. Jika sequensial data berbeda 0,001 detik saja. Maka dalam tahap molekuler, data sudah tersusun dalam bentuk yang berbeda.

Distrubuted Computing

Distributed computation atau komputasi terdistribusi adalah bidang ilmu komputer yang mempelajari sistem terdistribusi. Sistem terdistribusi adalah ilmu yang memecahkan masalah besar dengan memberikan bagian kecil dari masalah untuk banyak komputer untuk memecahkan dan kemudian menggabungkan solusi untuk bagian-bagian menjadi solusi untuk masalah tersebut.

Beberapa contoh dari sistem terdistribusi yaitu :

·         Internet

·         Intranet

·         Sistem terdistribusi Multimedia

·         Mobile dan Sistem Komputasi Ubiquitous

·         World wide web

Distributed Computation dalam Cloud Computing

Kegiatan ini merupakan kumpulan beberapa komputer yang terhubung untuk melakukan pendistribusian, seperti mengirim dan menerima data serta melakukan interaksi lain antar komputer yang dimana membutuhkan sebuah jaringan agar komputer satu dan lainnya bisa saling terhubung dan melakukan interaksi. Hal ini semua dilakukan dengan cloud computing yang seperti diketahui memberikan layanan dimana informasinya disimpan di server secara permanen dan disimpan di komputer secara temporary.

Komputasi terdistribusi merupakan salah satu tujuan dari cloud computing, karena menawarkan pengaksesan sumber daya secara paralel, para pengguna juga bisa memanfaatkannya secara bersamaan (tidak harus menunggu dalam antrian untuk mendapatkan pelayanan), terdiri dari banyak sistem sehingga jika salah satu sistem rusak, sistem lain tidak akan terpengaruh, dapat menghemat biaya operasional karena tidak membutuhkan sumber daya.

Distribusi komputasi ini memiliki definisi mempelajari penggunaan terkoordinasi dari komputer secara fisik terpisah atau terdistribusi. Pada distributed computing ini, program dipisah menjadi beberapa bagian yang dijalankan secara bersamaan pada banyak komputer yang terhubung melalui jaringan internet.

Komputasi Grid

Komputasi grid adalah sekelompok komputer yang terhubung secara fisik (melalui jaringan atau dengan Internet) untuk melakukan tugas khusus bersama, seperti menganalisis data e-commerce dan memecahkan masalah yang kompleks. Grid adalah bentuk "komputer super virtual" yang menyelesaikan aplikasi tertentu. Ukuran grid dapat bervariasi dari jaringan perusahaan kecil hingga besar.

          'Komputasi grid' dibedakan dari komputasi cluster, karena dalam komputasi Grid setiap node memiliki heterogen dan tersebar secara geografis (seperti WAN) dan manajer sumber dayanya sendiri dan melakukan tugas yang berbeda dan secara longgar terhubung oleh Internet atau jaringan berkecepatan rendah , tetapi dalam sumber daya komputasi cluster dikelola dalam satu lokasi (Seperti LAN).

Model komputasi grid adalah jenis khusus dari komputasi terdistribusi yang hemat biaya. Dalam komputasi terdistribusi, sumber daya dibagi oleh komputer jaringan yang sama. Dalam arsitektur komputasi grid, setiap komputer dalam jaringan berubah menjadi superkomputer yang kuat yang mengakses daya pemrosesan yang sangat besar, memori dan kapasitas penyimpana data.

Konsep Grid Computing

Menjadi sumber daya berdasarkan perangkatnya seperti perangkat keras, lunak yang didukung bahasa komputer dan kerangka dalam jaringannya dengan menggunakan standar terbuka.

Teknologi ini menjadi jawaban untuk menyelesaikan pemrosesan data yang besar yang ideal untuk menjelaskan bagaimana komputer berbeda dalam satu wilayah jaringan yang sama, dapat berbagi sumber daya yang dapat mengubah komputer menjadi super komputer.

Konsep komputer ini bukan hal yang baru, para praktisi komputer, Programer, terus menyempurnakan penggunaan teknologi ini dengan konsep sumber daya terpusat, jika digambarkan secara sederhana seperti saat kita akan melakukan sebuah perjalanan.

Bentuk lain dari komputasi terdistribusi ini adalah Cloud Computing, di mana sumber daya dapat menangani beban kerja terdistribusi dalam jangka panjang, berikut beberapa bagian Grid:

 1. Data Grid

Merupakan seperangkat set data yang terdistribusikan untuk dapat menjadi media lingkungan virtual yang mendukung manajemen data dan berbagai pengguna yang terkontrol.

2. CPU Scaveging Grids

Sistem dengan konsep kerja di mana proyek dalam salah satu komputer PC, dapat terpindahkan ke dalam PC lain sesuai kebutuhannya, membuat perpindahan dan penggunaan yang mudah dalam mencapai sebuah tujuan.

Jenis-jenis Grid Computing

Ada beberapa jenis grid yang dapat diketahui, di antaranya:

1. Computational Grid, Komputasi menyediakan paket yang aman ke sumber daya pemrosesan bersama sesuai aplikasi throughput tinggi dan komputasi intensif.

2. Data Grid, Menyediakan infrasturktur untuk mendukung penyimpanan, penanganan, publikasi dan manipulasi data dengan volume yang besar, dimana di simpan dalam database dan sistem file yang heterogen.

3. Collaboration Grid, Kolaborasi dalam penggunaan grid yang memungkinkan Perusahan dengan Perusahaan lainnya dapat mengerjakan komponen dalam satu proyek tanpa mengungkapkan teknologi milik mereka.

4. Network Grid, Jaringan grid menyediakan layanan komunikasi berkinerja tinggi, dimana setiap node berfungsi sebagai Router data antar titik komunikasi, selain itu menyediakan data caching dan fasilitas lainnya.

5. Utility Grid, layanan utama yang disediakan oleh jaringan utilitas adalah perangkat lunak dan khusus.

 

Komputasi Modern

1.Quantum Computation

Merupakan alat hitung yang menggunakan mekanika kuantum seperti superposisi dan keterkaitan, yang digunakan untuk peng-operasi-an data. Perhitungan jumlah data pada komputasi klasik dihitung dengan bit, sedangkan perhitungan jumlah data pada komputer kuantum dilakukan dengan qubit. Prinsip dasar komputer kuantum adalah bahwa sifat kuantum dari partikel dapat digunakan untuk mewakili data dan struktur data, dan bahwa mekanika kuantum dapat digunakan untuk melakukan operasi dengan data ini. Dalam hal ini untuk mengembangkan komputer dengan sistem kuantum diperlukan suatu logika baru yang sesuai dengan prinsip kuantum.

2. Parallelism Concept

Komputasi paralel didefinisikan sebagai penggunaan sekumpulan sumberdaya komputer secara simultan untuk menyelesaikan permasalahan komputasi. Secara prinsip komputer paralel membagi permasalahan sehingga menjadi lebih kecil untuk dikerjakan oleh setiap prosesor / CPU dalam waktu yang bersamaan/simultan / concurrent dan prinsip ini disebut paralelisme. Konsep program parallel :

–  Memerintahkan set instruksi (pandangan programmer).

–  File executable (pandangan sistem operasi)

Pada dasarnya, konsep parallel system merupakan suatu bentuk penawaran solusi dari proses computing yang terlalu berat, sehingga dapat dipecah sedemikian hingga tidak memberatkan system kerja komputer itu sendiri

Berdasarkan tingkat paralelismenya prosesor paralel dapat dibagi menjadi beberapa tingkat(level) sebagai berikut :

1. Komputer Array.

2. Prosesor array : beberapa prosesor yang bekerja sama untuk mengolah set instruksi yang sama dan data yang berbeda – beda atau biasa disebut SIMD (Single Instruction-stream Multiple Data)

3. Prosesor vektor : beberapa prosesor yang disusun seperti pipeline.

4. Multiprosesor, yaitu sebuah sistem yang memiliki 2 prosesor atau lebih yang saling berbagi memori.

5. Multikomputer, yaitu sebuah sistem yang memiliki 2 prosesor atau lebih yang masing-masing prosesor memiliki memori sendiri.

 

3.Distributed Processing

Distributed Data Processing System  yang dalam bahasa indonesianya Sistem pengolahan data terdistribusi. Merupakan Sekumpulan komputer yang saling berkoneksi untuk memenuhi kebutuhan pengolahan informasi dari satu entity perusahaan atau organisasi modern. Didukung oleh komputer dan komunikasi, sistem pengolahan data terdistribusi merupakan media pelayanan data.

Sistem pengolahan data terdistribusi dalam arti lain yaitu meletakan sumber daya komputer pada tempat dimana  user berada, dimana sumber daya tersebut secara  geografis terpisah dan saling interkoneksi secara on-line atau secara langsung.

4. Architectural Parallel Computer

Arsitektur komputer paralel ada beberapa versi pengertian. Di sini saya akan menjelaskan sedikit tentang arsitektur komputer menurut Flynn. Sesuai taksonomi Flynn, seorang Designer Processor, Organisasi Prosesor dibagi menjadi 4 :

SISD

Single Instruction – Single Data. Komputer ini memiliki hanya satu prosesor dan satu instruksi yang dieksekusi secara serial. Komputer ini adalah tipe komputer konvensional. Beberapa contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan PDP 1.

SIMD

Single Instruction – Multiple Data. Komputer ini memiliki lebih dari satu prosesor, tetapi hanya mengeksekusi satu instruksi secara paralel pada data yang berbeda pada level lock-step. Komputer vektor adalah salah satu komputer paralel yang menggunakan arsitektur ini. Beberapa contoh komputer yang menggunakan model SIMD adalah ILLIAC IV, MasPar, Cray X-MP, Cray Y-MP, Thingking Machine CM-2 dan Cell Processor (GPU).

MISD

Multiple Instructions – Single Data. Teorinya komputer ini memiliki satu prosesor dan mengeksekusi beberapa instruksi secara paralel. Sampai saat ini belum ada komputer yang menggunakan model MISD karena sistemnya tidak mudah.

MIMD

Multiple Instructions – Multiple Data. Komputer ini memiliki lebih dari satu prosesor dan mengeksekusi lebih dari satu instruksi secara paralel. Tipe komputer ini yang paling banyak digunakan untuk membangun komputer paralel, bahkan banyak supercomputer yang menerapkan arsitektur ini. Beberapa komputer yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer, Intel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.

5. Pengantar Thread Programming

Dalam pemrograman komputer, sebuah thread adalah informasi terkait dengan penggunaan sebuah program tunggal yang dapat menangani beberapa pengguna secara bersamaan. Dari program point-of-view, sebuah thread adalah informasi yang dibutuhkan untuk melayani satu pengguna individu atau permintaan layanan tertentu. Jika beberapa pengguna menggunakan program atau permintaan bersamaan dari program lain yang sedang terjadi, thread yang dibuat dan dipelihara untuk masing-masing proses. Thread memungkinkan program untuk mengetahui user sedang masuk didalam program secara bergantian dan akan kembali masuk atas nama pengguna yang berbeda. Salah satu informasi thread disimpan dengan cara menyimpannya di daerah data khusus dan menempatkan alamat dari daerah data dalam register. Sistem operasi selalu menyimpan isi register saat program interrupted dan restores ketika memberikan program kontrol lagi.

Sebagian besar komputer hanya dapat mengeksekusi satu instruksi program pada satu waktu, tetapi karena mereka beroperasi begitu cepat, mereka muncul untuk menjalankan berbagai program dan melayani banyak pengguna secara bersamaan. Sistem operasi komputer memberikan setiap program “giliran” pada prosesnya, maka itu memerlukan untuk menunggu sementara program lain mendapat giliran. Masing-masing program dipandang oleh sistem operasi sebagai suatu tugas dimana sumber daya tertentu diidentifikasi dan terus berlangsung. Sistem operasi mengelola setiap program aplikasi dalam sistem PC (spreadsheet, pengolah kata, browser Web) sebagai tugas terpisah dan memungkinkan melihat dan mengontrol item pada daftar tugas. Jika program memulai permintaan I / O, seperti membaca file atau menulis ke printer, itu menciptakan thread. Data disimpan sebagai bagian dari thread yang memungkinkan program yang akan masuk kembali di tempat yang tepat pada saat operasi I / O selesai. Sementara itu, penggunaan bersamaan dari program diselenggarakan pada thread lainnya. Sebagian besar sistem operasi saat ini menyediakan dukungan untuk kedua multitasking dan multithreading. Mereka juga memungkinkan multithreading dalam proses program agar sistem tersebut disimpan dan  menciptakan proses baru untuk setiap thread.

6. Pengantar Massage Passing

Massage Passing merupkan suatu teknik bagaimana mengatur suatu alur komunikasi messaging terhadap proses pada system. Message passing dalam ilmu komputer adalah suatu bentuk komunikasi yang digunakan dalam komputasi paralel, pemrograman-berorientasi objek, dan komunikasi interprocess. Dalam model ini, proses atau benda dapat mengirim dan menerima pesan yang terdiri dari nol atau lebih byte, struktur data yang kompleks, atau bahkan segmen kode ke proses lainnya dan dapat melakukan sinkronisasi. Paradigma Message passing yaitu :

1.  Banyak contoh dari paradigma sekuensial dipertimbangkan bersama-sama.

2.Programmer membayangkan beberapa prosesor, masing-masing dengan memori, dan menulis sebuah program untuk berjalan pada setiap prosesor.

3. Proses berkomunikasi dengan mengirimkan pesan satu sama lain.

Terdapat beberapa metode dalam pengiriman pesan yaitu :

Synchronous Message Passing

Pengirim menunggu untuk mengirim pesan sampai penerima siap untuk menerima pesan. Oleh karena itu tidak ada buffering. Selain itu Pengirim tidak bisa mengirim pesan untuk dirinya sendiri.

 

Ansynchronous Message Passing

Pengirim akan mengirim pesan kapanpun dia mau. Pengirim tidak peduli ketika penerima belum siap untuk menerima pesan. Oleh karena itu diperlukan buffering untuk menampung pesan sementara sampai penerima siap menerima pesan. Selain itu pengirim dapat pesan untuk dirinya sendiri.

 

Referensi

 

MAHLER, Gunter. Quantum Computation and Quantum Information. Science, 2001, 292.5514: 57-57.

KELLER, Robert M. Parallel program schemata and maximal parallelism I. Fundamental results. Journal of the ACM (JACM), 1973, 20.3: 514-537.

RUMELHART, David E., et al. Parallel distributed processing. Massachusetts: IEEE, 1988.

CHAWAN, Mrs PM, et al. Parallel Computer Architectural Schemes. International Journal of Engineering Research and Technology, 2012, 1.9.

NEGRI, A., et al. Multi thread programming. 2001.

GILMER, Justin, et al. Neural message passing for quantum chemistry. In: International Conference on Machine Learning. PMLR, 2017. p. 1263-1272.

Komputasi Modern

 

1.      Apa itu Komputasi modern?

 

Komputasi modern adalah cara untuk menemukan pemecahan masalah/solusi dari data input dengan menggunakan suatu algoritma tertentu. Komputasi merupakan suatu sub-bidang dari ilmu komputer dan matematika.

 

2.      Jelaskan konsep dasar komputasi serta implementasi komputasi pada berbagai bidang!

 

A.    Bidang Fisika

Implementasi komputasi modern di bidang Fisika adalah Computational Physics yang mempelajari suatu gabungan antara Fisika, Komputer Sains dan Matematika Terapan untuk memberikan solusi pada “Kejadian dan masalah yang kompleks pada dunia nyata” baik dengan menggunakan simulasi juga penggunaan Algoritma yang tepat.

 

B.     Bidang Kimia

Implementasi komputasi modern di bidang Kimia adalah Computational Chemistry yaitu penggunaan ilmu komputer untuk membantu menyelesaikan masalah Kimia. Contohnya penggunaan super komputer untuk menghitung struktur dan sifat molekul.

 

C.     Bidang Matematika

Menyelesaikan sebuah masalah yang berkaitan dengan perhitungan Matematis, namun dalam pengertian yang akan dibahas dalam pembahasan komputasi modern ini merupakan sebuah sistem yang akan menyelesaikan masalah Matematis menggunakan komputer dengan cara menyusun Algoritma yang dapat dimengerti oleh komputer yang berguna untuk menyelesaikan masalah manusia.

 

3.      Bagaimana sejarah dari perkembangan computer?

 

Komputer adalah sebuah mesin yang mampu menjalankan prosedur komputasi dan beragam operasi lainnya secara cepat dan efisien sehingga kerap digunakan untuk menjalankan berbagai jenis kegiatan atau proyek. Komputer pertama kali ditemukan oleh seorang tokoh bernama Charles Babbage. Awalnya unit yang kita kenal dengan nama komputer disebut sebagai Difference and Analytical Engine. Pada awalnya, komputer generasi pertama ini digunakan untuk sebatas menghitung angka. Mulai saat itu, berbagai penelitian dilakukan untuk menanamkan kemampuan operasi yang lebih rumit pada sistem terebut sehingga muncul generasi-generasi berikutnya mulai dari generasi 1 hingga 5 seperti komputer yang kita gunakan pada saat ini maupun komputer kuantum yang diklaim sebagai yang paling cepat di dunia.

 

4.      Karakteristik dari computer juga komputasi modern ?

 

Komputasi modern digunakan untuk memecahkan suatu masalah yang ada, perhitungan komputasi modern yaitu seperti :

·         Akurasi (bit, floating point)

·         Kecepatan (dalam satuan Hertz - Hz.)

·         Problem volume besar (paralel)

·         Modeling (NN dan GA), dan

·         Kompleksitas (menggunakan Teori Bog O)

5.      Jenis -jenis komputasi modern ?

 

1. Mobile computing

Mobile computing atau komputasi bergerak memiliki beberapa penjelasan, salah satunya komputasi bergerak merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel dan mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel. Contoh dari perangkat komputasi bergerak seperti GPS, juga tipe dari komputasi bergerak seperti smart phone, dan lain sebagainya.

 

2. Grid computing

Komputasi grid menggunakan komputer yang terpisah oleh geografis, didistibusikan dan terhubung oleh jaringan untuk menyelasaikan masalah komputasi skala besar. Ada beberapa daftar yang dapat digunakan untuk mengenali sistem komputasi grid, adalah :

·         Sistem untuk koordinat sumber daya komputasi tidak dibawah kendali pusat.

·         Sistem menggunakan standard dan protocol yang terbuka.

·         Sistem mencoba mencapai kualitas pelayanan yang canggih, yang lebih baik diatas kualitas komponen individu pelayanan komputasi grid.

3. Cloud computing

Komputasi cloud merupakan gaya komputasi yang terukur dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet. Komputasi cloud menggambarkan pelengkap baru, konsumsi dan layanan IT berbasis model dalam internet, dan biasanya melibatkan ketentuan dari keterukuran dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet.

Adapun perbedaan antara komputasi mobile, komputasi grid dan komputasi cloud, dapat dilihat penjelasannya dibawah ini :

·         Komputasi mobile menggunakan teknologi komputer yang bekerja seperti handphone, sedangkan komputasi grid dan cloud menggunakan komputer.

·         Biaya untuk tenaga komputasi mobile lebih mahal dibandingkan dengan komputasi grid dan cloud.

·         Komputasi mobile tidak membutuhkan tempat dan mudah dibawa kemana-mana, sedangkan grid dan cloud membutuhkan tempat yang khusus.

 

 

 

Analisis Jurnal

 

JURNAL 1

Judul Jurnal : Penerapan Data Mining Untuk Memprediksi Kriteria Nasabah Kredit.

Metode Yang Digunakan : Algoritma C4.5, Prediksi, Decission Tree.

Tujuan : Agar mempermudah mengimpor data yang akan diolah atau dianalisis.

Hasil & Pembahasan : Alurnya, sistem akan membaca alamat data yang diinputkan pengguna dan melakukan proses import data setelah aktor mengetik tombol “import”, kemudian menampilkan hasil data yang telah selesai diimpor ke dalam aplikasi.

Kesimpulan : Untuk memenuhi kecepatan dalam mengimport data nasabah dan setelah melakukan analisis, perancangan dan implementasi maka dapat disimpulkan bahwa aplikasi yang dibangun dapat membantu bagian dana dalam menganalisis data nasabah untuk menentukan target pemasaran kredit sehingga diharapkan biaya oprasiaonalnya dapat ditekan seminimal mungkin.

JURNAL 2

Judul Jurnal : Penerapan Data Mining pada Populasi daging Ayam Ras Pedaging Di Indonesia Berdasarkan Provinsi Menggunakan K-Means Clustering.

Metode Yang Digunakan : K-Means, Clustering

Tujuan : untuk mengelompokkan objek-objek berdasarkan karakteristik yang dimiliki serta untuk meminimalkan fungsi objektif yang diatur dalam proses pengelompokan.

Hasil & Pembahasan : Dalam melakukan clustering, data yang diperoleh akan dihitung terlebih dahulu berdasarkan jumlah populasi daging ayam ras pedaging pada tahun 2009-2016 berdasarkan provinsi. Setelah diakumulasikan maka akan didapatkan nilai dari seluruh populasi ayam ras pedaging menurut provinsi. Kemudian data tersebut akan masuk ke tahapan clustering dengan menerapkan algoritma K-Means untuk mengcluster data menjadi tiga cluster. Dari 34 data populasi ayam ras pedaging berdasarkan provinsi dapat dikertahui, 1provinsi cluster tingkat populasi tinggi yakni Jawa Barat, 6provinsi cluster tingkat populasi sedang yakni Sumatera Utara, Jawa Tengah, Jawa Timur, Banten, Kalimantan Selatan dan Kalimantan Timur dan 27provinsi lainnya termasuk cluster tingkat populasi rendah.

Kesimpulan : Data diolah untuk memperolah nilai dari populasi ayam ras pedaging menurut provinsi. Data tersebut diolah menggunakan Ms. Excel untuk ditentukan nilai centroid dalam 3 cluster yaitu cluster tingkat populasi tinggi, cluster tingkat populasi sedang dan cluster tingkat populasi rendah. Cetroid data untuk cluster tingkat populasi tinggi 904.276,5, Cetroid data untuk cluster tingkat populasi sedang 265.501 dan Cetroid data untuk cluster tingkat populasi rendah 34.280,1.

JURNAL 3

Judul Jurnal : Aplikasi Data Mining Untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa.

Metode Yang Digunakan : Decission Tree, Clustering, Association Rules

Tujuan : Untuk mengelompokan sejumlah data/obyek kedalam cluster (group).

Hasil & Pembahasan :

1.      Dapat menggabungkan data yang akan diproses mining dari data kelulusan dan data induk mahasiswa.

2.      Dapat menghapus data-data yang tidak relevan serta atribut yang tidak dipakai

3.      Dapat merubah data menjadi data yang siap diproses

4.      Dapat memproses data untuk dimining meliputi :

a.       Hubungan tingkat kelulusan dengan asal sekolah

b.      Hubungan tingkat kelulusan dengan asal kabupaten

c.       Hubungan tingkat kelulusan dengan jurusan

d.      Dapat menampilkan hasil proses mining dengan nilai support dan confidence

Kesimpulan : Informasi yang ditampilkan berupa nilai support dan confidence hubungan antara tingkat kelulusan dengan data induk mahasiswa. Semakin tinggi nilai confidence dan support maka semakin kuat nilai hubungan antar atribut. Data induk mahasiswa yang diproses mining meliputi data ata asal sekolah, data kabupaten mahasiswa, data jurusan, dan data program studi. Hasil dari proses data mining ini dapat digunakan sebagai pertimbangan dalam mengambil keputusan lebih lanjut tentang faktor yang mempengaruhi tingkat kelulusan khususnya faktor dalam data induk mahasiswa.

JURNAL 4

Judul Jurnal : Algoritma Klasifikasi Data Mining Naïve Bayes Berbasis Particle Swarm Optimization Untuk Deteksi Penyakit Jantung.

Metode Yang Digunakan : Naïve Bayes & Particle Swarm Optimazitation.

Tujuan : Membandingkan algoritma klasifikasi data mining Naive Bayes Berbasis PSO untuk deteksi penyakit jantung.

Hasil & Pembahasan : Hasil yang relevan dengan deteksi penyakit jantung dan data set yang digunakan adalah hasil rekap medical check-up yang meliputi hasil laboratorium sejumlah 300 orang yang diolah dengan tool rapid miner dan dari data tersebut akan dibagi 75% untuk data training dan 25% untuk data testing oleh rapid miner dengan menggunakan algoritma naive bayes berbasis PSO.

Kesimpulan : Pada eksperimen awal dihasilkan akurasi untuk algoritma naive bayes sebesar 82.14% dengan nilai area under cover (AUC) 0.686 dengan kategori “poor classification”. Pada eksperimen kedua dengan menggunakan algoritma naive bayes berbasis PSO menjadi 92.86% dan nilai AUC 0.839 dengan kategori “good classification”. Pada eksperimen kedua terbukti bahwa dengan penambahan optimasi dapat meningkatkan nilai akurasi.

JURNAL 5

Judul Jurnal : Implementasi Data Mining Algoritma Apriori Pada Sistem Persediaan Alat-Alat Kesehatan.

Metode Yang Digunakan : Algortima Apriori

Tujuan : Mengimplementasikan Data Mining pada database transaksi penjualan item alat-alat kesehatan & Menerapkan Algoritma Apriori untuk menentukan frekuensi tinggi itemset untuk memprediksi persediaan barang diwaktu yang akan datang.

Hasil & Pembahasan : Semua yang berhubungan dengan aktifitas penjualan dan pembelian menggunakan komputer yang berbasis jaringan dengan database terpusat kedalam satu server. Sistem informasi persediaan barang di Apotek Kelambir – 2 Medan terdiri atas bagi-bagian data obat dan alat-alat kesehatan, gudang farmasi, pelayanan resep obat dan penjualan. Ditampilan gudang farmasi terdiri atas bagian persediaan, laporan pembelian, laporan penjualan sedangkan data alat-alat kesehatan keluar terdiri atas attribute nomor, tanggal, nomor slip, nama, jumlah barang, harga, dan total harga dan setiap transaksi penjualan minimal terdiri atas satu jenis alat-alat kesehatan. Untuk mendapat analisa data maka data penjualan di export kedalam database Microsoft excel karena database Microsoft excel bersifat spreadsheet sehingga sangat mendukung dalam analisa data.

Kesimpulan :

1.     Data Mining dapat di implementasikan dengan menggunakan Database penjualan alat-alat kesehatan karena dapat menemukan kecenderungan pola kombinasi itemsets sehingga dapat dijadikan sebagai informasi yang sangat berharga dalam pengambilan keputusan untuk mempersiapkan stok jenis barang apa yang diperlukan kemudian.

2.    Penerapan Algoritma Apriori pada teknik Data Mining sangat efisien dan dapat mempercepat proses pembentukan kecenderungan pola kombinasi itemset.