presentasi tugas akhir – ki091391 judul awal: …
TRANSCRIPT
28 Oktober 2013 Tugas Akhir – KI091391 1
Judul Awal:Implementasi Sistem Manajemen Kualitas Menggunakan
OLAP dan Assosiation Rule Mining untuk Mendapatkan Pola Kerusakan pada Industri Garmen
PRESENTASI TUGAS AKHIR – KI091391
Penyusun Tugas Akhir :Oktaviandra Pradita Putri
(NRP : 5109.100.138)
Dosen Pembimbing :
Diana Purwitasari, S.Kom., M.Sc.Wijayanti Nurul Khotimah, S.Kom., M.Sc.
28 Oktober 2013 Tugas Akhir – KI091391 2
Kendala?
Kendala
DatasetIndustriGarmen
studi kasus berubahDatasetAir Baku
DatasetAir Baku
Tidak terlalu besar
Tidak terpisah-pisah
Sehingga..Data
Warehouse
28 Oktober 2013 Tugas Akhir – KI091391 3
Sistem Manajemen Kualitas Menggunakan Association Rule Mining dan STORET untuk Mendapatkan Prediksi
Parameter Air Baku(Kata kunci: Association rule mining, Parameter air, Prediksi, STORET)
PRESENTASI TUGAS AKHIR – KI091391
Penyusun Tugas Akhir :Oktaviandra Pradita Putri
(NRP : 5109.100.138)
Dosen Pembimbing :
Diana Purwitasari, S.Kom., M.Sc.Wijayanti Nurul Khotimah, S.Kom., M.Sc.
28 Oktober 2013 Tugas Akhir – KI091391 4
Pendahuluan
Sistem Prediksi Parameter Air
Uji Coba
Kesimpulan
Latar Belakang
RumusanMasalah
BatasanMasalah
Tujuan
28 Oktober 2013 Tugas Akhir – KI091391 5
1. Suatu cara untuk memastikan suatu kualitas dapatdicapai atau tidak.
2. Tujuannya untuk memberikan peringatan dinikepada pengguna jika kualitas yang diinginkan tidaktercapai.
Sistem Manajemen Kualitas?
28 Oktober 2013 Tugas Akhir – KI091391 6
Mengapa Prediksi Air Baku?
Terdiri dari beberapa kandungan
Jumlah kandungan setiap parameter air baku mempunyai standar tertentu dan berbeda pada setiap jenis penggunaannya
Parameter air harus mempunyai nilai dengan standar yang paling baik
Maka diperlukan metode yang memprediksi parameterpada air baku dan mengetahui parameter mana sajayang masih di luar standar konsumsi
1. Bagaimana mengolah dataset menjadi sebuah sistemprediksi parameter?
2. Bagaimana penggunaan STORET dan associationrule mining pada sistem?
3. Bagaimana cara menampilkan hasil prediksi agarmudah digunakan dan dipahami oleh pengguna?
28 Oktober 2013 Tugas Akhir – KI091391 7
28 Oktober 2013 Tugas Akhir – KI091391 8
DatasetAir Baku
Berasal dari Perusahaan Daerah Air Minum (PDAM) kota Surabaya
Metode
Penggalian pola sebagai model prediksi menggunakanmetode association rule mining
Kategorisasi parameter air menggunakan metode STORET
Parameter Air Jumlah yang dapat diprediksi sebanyak 20 parameter
Proses pengolahan
data
Menggunakan aplikasi Matlab
1. Prediksi dilakukan dengan menyelidiki polahubungan kemunculan antar parameter padadata air baku periode sebelumnya
2. Association rule mining membantu membentukinformasi tersebut dalam hubungan “jika-maka”
28 Oktober 2013 Tugas Akhir – KI091391 9
Association Rule Mining
1. Association rule mining membutuhkan data yangkategorikal, sedangkan data air baku merupakan datanumerik
2. STORET merupakan repositori USEPA (United StatesEnvironmental Protection Agency) yang merupakan datapemantauan kualitas air.
3. STORET dapat digunakan untuk mengklasifikasikan dataair sesuai tingkatannya.
28 Oktober 2013 Tugas Akhir – KI091391 10
STORET
28 Oktober 2013 Tugas Akhir – KI091391 11
Dapat mengolah informasi data air baku menjadisistem manajemen kualitas
Dapat menggunakan STORET dan association rule mining sebagai metode untuk mendapatkan prediksi
parameter air
Membangun sistem yang dapat mempermudah prediksi parameter dan mudah untuk digunakan dan dipahami
pengguna
28 Oktober 2013 Tugas Akhir – KI091391 12
Pendahuluan
Sistem Prediksi Parameter Air
Uji Coba
Kesimpulan
Gambaran Umum Sistem
Gambaran UmumData
Proses Kategorisasi
Data
Proses AssociationRule Mining
28 Oktober 2013 Tugas Akhir – KI091391 13
Terdiri dari dua macam data:
Data nilai parameter air baku
Parameter Fisika
Parameter Kimia
Data standar parameter air baku
Merupakan data acuan untuk proses kategorisasi data
Mengacu pada Peraturan Pemerintah No. 82 Tahun 2001 tentangmutu air dan keputusan Gubernur DKI Jakarta No. 582 Tahun1995 tentang target operasional yang harus dicapai pada tahun2000 mengenai air sungai sebagai sumber air baku.
28 Oktober 2013 Tugas Akhir – KI091391 14
Tahap Pembelajaran
Tahap Pengujian
28 Oktober 2013 Tugas Akhir – KI091391 15
Dataset pembelajaran
Proses kategorisasi
Proses pembentukan model asosiasi
Modelasosiasi
Lihat detail proses
Lihat detail proses
28 Oktober 2013 Tugas Akhir – KI091391 16
Dataset pembelajaran
Menghitung nilai minimum, maks,
dan rata-rata
Membandingkan hasil perhitungan
Memberikan Skor
mengkategorikanparameter
dengan skor berbeda
Data Terkategori