QUIZ DATA MINING 1107

Nama    : Siti  Alia Azhaar

Kelas    : IF21D

Nim      : 21416255201107 


1. Integrasi dan Pembersihan Data.

  • Cari IPS setiap semester permahasiswa. ini bisa memudahkan untuk normalisasi data
  • Gabungkan IPS permahasiswa dengan dataset yang lainya ("ms_lulusan") berdasarkan NIM.
  • Tambahkan hasil dari durasi studi masing-masing mahasiswa
  • Lakukan pembersihan data, termasuk mengidentifikasi dan mengatasi nilai yang hilang atau tidak konsisten dalam data. Hilangkan mahasiswa pindahan.
  • Standardisasi format tanggal dan jenis kelamin untuk analisis lebih lanjut.

2. Analisis

  • Cari pola atau tren yang paling mempengaruhi dengan lulusan tepat waktu atau lama masa studi, misal :
  1. Analisis apakah ada hubungan antara nilai rata-rata mata kuliah atau IPS dengan lulusan tepat waktu. 
  2. Analisis apakah ada korelasi positif antara predikat kelulusan 'Pujian' dengan lulusan tepat waktu
  3. Analisis untuk melihat apakah durasi studi lebih pendek berkorelasi dengan predikat kelulusan yang lebih baik
  4. Hitung rata-rata nilai total untuk masing-masing jenis kelamin dan bandingkan untuk melihat apakah ada perbedaan signifikan dalam prestasi akademik berdasarkan jenis kelamin
  5. atau gabungan dari beberapa variabel yang mempengaruhi lulusatepat waktu

3. Laporan dan Presentasi

  • Sajikan hasil analisis dalam bentuk laporan tertulis yang lengkap dengan grafik atau tabel yang mendukung hasil analisis.

Kriteria Penilaian

  • Kemampuan untuk melakukan integrasi dan pembersihan data
  • Keefektifan dalam menerapkan teknik analisis statistik 
  • Kemampuan analisis untuk menemukan pola dan tren yang signifikan.
  • Kedalaman analisis dan kreativitas dalam mengeksplorasi data
  • Kelengkapan dan kejelasan laporan akhir, termasuk penggunaan visualisasi data


Di buat dalam bentuk artikel website & tersedia format PDF untuk di dowload. yang dikumpulkan adalah LINK ARTIKEL DI WEBSITE.

Berikut adalah jawaban dari Quiz tersebut : Link Download PDF

Komentar

Posting Komentar

Postingan populer dari blog ini

Supervised Learning (Prediksi) & Algoritma

Gambar
Supervised learning untuk tugas prediksi sering merujuk pada regresi, di mana tujuan model adalah memprediksi nilai kontinu berdasarkan input yang diberikan. Model dibangun menggunakan data yang sudah diberi label, di mana setiap sampel data memiliki fitur (input) dan nilai target (output) yang diketahui. Berikut adalah penjelasan mengenai supervised learning untuk tugas prediksi dan beberapa algoritma yang umum digunakan: Supervised Learning (Prediksi) Supervised learning untuk prediksi adalah metode di mana model dilatih untuk memprediksi nilai keluaran kontinu berdasarkan input data. Data yang digunakan untuk melatih model terdiri dari pasangan input-output. Tujuan model adalah untuk mempelajari hubungan antara input dan output sehingga dapat memprediksi output untuk data baru yang belum pernah dilihat sebelumnya. Algoritma untuk Prediksi Berikut adalah 30 algoritma yang sering digunakan dalam supervised learning untuk tugas prediksi: Linear Regression : Algoritma dasar untuk memode
Baca selengkapnya

Supervised Learning (Klasifikasi) & Algoritma

Gambar
 SUPERVISED LEARNING Supervised learning adalah salah satu metode dalam machine learning di mana model dilatih menggunakan data yang sudah diberi label. Data latih terdiri dari input (fitur) dan output (label atau target) yang benar. Tujuan dari supervised learning adalah untuk membuat model yang dapat memprediksi label yang benar untuk data baru yang belum pernah dilihat sebelumnya. Salah satu tugas utama dalam supervised learning adalah klasifikasi, di mana tujuan model adalah untuk mengklasifikasikan data input ke dalam kategori yang telah ditentukan. Berikut adalah penjelasan singkat mengenai beberapa algoritma yang termasuk dalam supervised learning untuk tugas klasifikasi, serta beberapa algoritma terkenal: Linear Regression : Meskipun lebih sering digunakan untuk regresi, linear regression juga bisa digunakan untuk klasifikasi dengan threshold tertentu. Logistic Regression : Digunakan untuk klasifikasi biner, logistic regression memodelkan probabilitas dari kelas yang mungkin.
Baca selengkapnya