MENENTUKAN KARDINALITAS DAN OPSIOANLITAS

Prodi diketuai oleh dosen (one to one)

2. Dosen ploting program studi (one to one)

3. Mahasiswa dibimbing dosen (many to one)

4. Dosen memiliki prodi(one to one)

5. Dosen mengampu matakuliah (one to one)

6. Prodi memiliki kelas (many to many)

7. Mahasiswa memilih matakuliah (many to many)

8. mahasiswa ploting kelas (many to many)

9. Fakultas memiliki Prodi (one to many)

10. Mahasiswa dibimbing dosen (many to one)

Comments

P1 - Proses atau Tahapan Data Mining

Proses data mining adalah serangkaian langkah atau tahapan yang dilakukan untuk menghasilkan wawasan atau pengetahuan yang berharga dari kumpulan data. Tahapan-tahapan ini dirancang untuk memastikan bahwa analisis data dilakukan dengan benar dan hasilnya dapat diterapkan secara efektif dalam konteks bisnis atau penelitian. Berikut adalah tahapan dalam proses data mining: 1. Pembersihan data Pembersihan data bertujuan untuk membuang atau menghilangkan data yang tidak konsisten atau dianggap sebagai noise sehingga tidak dibutuhkan untuk tahapan data mining selanjutnya. Langkah pertama dalam pembersihan data adalah mengidentifikasi dan menangani nilai yang hilang, yang dapat mempengaruhi keakuratan analisis. Setelah itu, outlier, yaitu nilai yang ekstrim, juga perlu dideteksi dan diperlakukan secara khusus karena dapat mengganggu pola umum dalam data. Selain itu, jika data yang digunakan adalah data teks, pembersihan teks dilakukan untuk menghapus karakter khusus, mengonversi teks men...

P9 - Supervise Learning (Klasifikasi) dan Contoh Algoritma Yang Ada Didalamnya

Supervised learning adalah salah satu jenis pembelajaran mesin (machine learning) di mana model dilatih menggunakan data yang telah diberi label. Dalam supervised learning, terdapat dua kategori utama: klasifikasi dan regresi. Fokus kita kali ini adalah pada klasifikasi. Supervised Learning (Klasifikasi) Klasifikasi adalah salah satu tugas utama dalam supervised learning, di mana model bertujuan untuk memetakan input ke dalam salah satu dari beberapa kategori atau kelas yang sudah ditentukan sebelumnya. Misalnya, dalam klasifikasi email, model dilatih untuk mengkategorikan email sebagai "spam" atau "not spam." Dalam klasifikasi gambar, model dilatih untuk mengenali objek dalam gambar seperti "kucing," "anjing," atau "mobil." Dalam konteks pembelajaran mesin, supervised learning (pembelajaran terawasi) adalah metode di mana model dilatih menggunakan data yang telah diberi label. Artinya, setiap contoh data dalam set pelatihan memiliki in...

P3 - Pre-processing menggunakan Google Colab

Pre-processing merupakan hal penting sebelum melatih model. Pre-processing diperlukan untuk mengubah data mentah menjadi data bersih yang cocok untuk dianalisis. Pre-processing penting dilakukan karena berbagai alasan diantaranya untuk meningkatkan kualitas data, meningkatkan kinerja model dan meningkatkan efisiensi. Pada pembahasan kali ini akan menjelaskan data collection, data cleaning data transform dan data reduction . Data Collection Data collection adalah proses pengumpulan, pengukuran, dan analisis berbagai tipe informasi menggunakan teknik berstandar. Tujuan dari data collection adalah untuk mengumpulkan informasi dan data terpercaya sebanyak-banyaknya, yang kemudian dianalisis untuk membuat sebuah keputusan bisnis yang krusial. Ketika sudah berhasil dikumpulkan, data ini kemudian melalui sejumlah proses meliputi pembersihan dan pemrosesan data agar dapat digunakan oleh perusahaan. Dalam melakukan data collection harus diketahui dahulu beberapa poin yaitu seb...

Tugas

Search This Blog