Aneka Implementasi Data Mining

Data mining algoritma C4.5 dapat digunakan untuk menyusun sistem yang mempunyai kemampuan melihat pola kelulusan mahasiswa, untuk selanjutnya bisa menjadi strategi dalam proses perkuliahan   

Pada penelitian yang dilakukan oleh Mujib Ridwan dan kawan-kawan (2013) menjelaskan bahwa faktor yang paling berpengaruh dalam penentuan klasifikasi kinerja akademik mahasiswa adalah Indeks Prestasi Komulatif (IPK), Indeks Prestasi Semester (IPS) semester 1, IPS semester 4 dan jenis kelamin. Pada penelitian ini peneliti menggunakan algoritma C4.5 dalam menentukan prediksi kelulusan berdasarkan attribute jenis kelamin, asal sekolah SMA dan IPS semester satu sampai dengan semester enam.

Pada hasil penelitian terbukti bahwa Data mining dengan algoritma C4.5 dapat diimplementasikan untuk memprediksi tingkat kelulusan mahasiswa dengan empat kategori yaitu lulus cepat, lulus tepat, lulus terlambat dan drop out. Attribute yang paling berpengaruh dalam hasil prediksi adalah IPS semester enam. 

Hasil prediksi kelulusan dari aplikasi penelitian ini dapat membantu bagian program studi untuk mengetahui status kelulusan mahasiswa. Hal ini dapat menjadi rekomendasi pengambilan mata kuliah bagi mahasiswa untuk semester berikutnya seperti skripsi dan magang. Dengan hal tersebut mahasiswa bisa lulus minimal tepat waktu.

BIDANG PERDAGANGAN

Pada bidang perdagangan data mining diimplementasikan untuk pengaturan layout minimarket dengan menerapkan association rule. penelitian ini berupaya mengembangkan strategi bisnis penyusunan layout produk yang disesuaikan dengan pola pembelian pelanggan di indomaret. 

Salah satu teknik data mining yang digunakan untuk merancang strategi penyusunan layout produk yang efektif dengan memanfaatkan data transaksi penjualan yang telah tersedia di perusahaan dengan menggunakan metode association rule.

Teknik ini dapat menemukan pola berupa produk-produk yang sering dibeli secara bersamaan. Penelitian ini bertujan untuk menerapkan association rule kedalam penyusunan layout produk. Dari rule yang dihasilkan harapkan dapat membantu perusahaan memudahkan dalam penyusunan layout produk.

Pada hasil penelitian disimpulkan bahwa Kombinasi barang untuk menyusun layout minimarket dapat ditemukan dengan mengolah data transaksi penjualan. Serta Association rule dapat diterapkan untuk penyusunan layout produk, dimana association rule dapat menemukan aturan kombinasi kemunculan barang dalam satu waktu transaksi yang digunakan untuk penyusunan layout.

 Jadi kesimpulannya pada akhir akhir ini sudah banyak organisasi yang mengimplementasikan data mining pada bidangnya masing masing. Walaupun mungkin masih ada juga organisasi yang hanya menumpuk data atau informasi yang diperoleh atau mungkin membuangnya begitu saja tanpa mengetahui banyaknya manfaat yang dapat diambil dari data tersebut. 

Biasanya organisasi seperti inilah yang akan tertinggal dan tidak dapat bersaing dengan organisasi lain yang sudah mengimplementasikan data mining untuk meningkatkan mutu dan kesejahteraan dari organisasinya.