Sidang Tesis Ulis Bella

29 Januari 2016

Penerapan data mining untuk mendapatkan pola kebutuhan komponen pesawat dengan menggunakan teknik emerging pattern

  1. Bapak sudaryono
    1. saran :
      1. rumusan masalah, tujuan, manfaat (harus sinkron) diambil dr idedntifikasi masalah. sampai kepada kesimpulan
      2. cek typo
      3. daftar pustaka diperhatikan
    2. pertanyaan :
      1. metode KKD dan data mining?
        1. kenapa menggunakan? kelemahan? cara mengoperasikan?
        2. format wawancara? dibuktikan dengan hasil wawancara + pertanyaan (harus disiapin) wajib
        3. lakukan elisitasi wajib
      2. kuesioner
        1. bukti pengisian kuesioner (dilampirkan)
        2. urutan kuesioner
        3. presentase kuesioner
        4. respondennya siapa aja? totalnya?
      3. algoritma
        1. pengertiannya apa
      4. sumber pustaka
        1. diperhatikan halamannya
      5. bab 2
        1. gunakan kata peneliti 
        2. menu dan sub menu diperhatikan
      6. daftar pustaka
        1. urut abjad
        2. satu spasi antar baris, antar judul dua spasi
        3. klo download berarti tulis tanggal bulan tahun berapa dan linknya mana?
      7. alat dengan objek harus diperhatikan yg sesuai
      8. metode pengujian
        1. whitebox
        2. blackbox
        3. waterfall
  2. Joko
    1. perusahaan dimana?
    2. data komponen pesawat ada berapa? populasi dan sampel ada brp? alasan mengapa cuma diambil segitu?
    3. algoritmanya pake algoritma apa? emerging pattern
    4. judul dengan korelasi BI nya pas karena data mining
    5. gambar dan tabel harus ditulis sumbernya
  3. Henderi
    1. judul diperhatikan
    2. data mining
      1. top management
      2. pengambilan keputusan
      3. bahas tentang clustering? terjadwal atau sering terjadwal
      4. untuk mengetahui pola, ilmu pengetahuan, relasi
    3. konstruksi rumusan masalah diperhatikan (harus relevan)
    4. langkah penelitian
    5. membersihkan data maksudnya? data yg kosong yg tidak ada isinya, jadi harus tau dalam pemilah milah data
    6. hubungan absensi mahasiswa dg nilai
      1. clustering yg tinggi nilai dengan kehadiran
    7. clustering
    8. arti dari setiap kesimpulan harus dijelaskan
      1. arti dari kesimpulan ilmu pengetahuan, artinya harus jelas, misal ipk 3,95 artinya apa? cumlaude, dll
      2. kesimpulan persentase harus diperhatikan, dan dipelajari arti persentase
    9. data mining tidak perlu dibuatkan kuesioner
      1. data testing (olahan data)
      2. data training (data yg masuk)
    10. kenapa pilih metode emerging pattern?
    11. pengujian data ada beberapa hal?
      1. menggunakan komponen (untuk data mining)
      2. menggunakan kuesioner (untuk uji software) trs dibandingkan hasilnya
        1. ribuan data diolah
    12. mengapa menggunakan metode emerging pattern bukan k-means?
      1. asosiasi hubungan antara variabel 1 dengan yg lain
    13. BI harus ada data mining
    14. konstruksi? masalah yg ingin diteliti.

3 Responses

Leave a Reply

You must be logged in to post a comment.