Presentasi Pengetahuan - ANALISIS SISTEM - Pengenalan pola klasifikasi status registrasi calon

BAB V ANALISIS SISTEM

5.3 Presentasi Pengetahuan

Kabupaten sekolah menjadi penentu penting status registrasi calon mahasiswa. Diduga jauhnya jarak antara kabupaten sekolah dengan Universitas Sanata Dharma membuat banyak calon mahasiswa tidak melakukan registrasi. Seperti pada kabupaten sekolah Belu dan Palembang tingkat kemungkinan tidak melakukan registrasi mencapai 100%. Sedangkan untuk kabupaten sekolah Yogyakarta dan sekitarnya tingkat registrasi calon mahasiswa sangat tinggi, tetapi juga ada cukup banyak yang tidak melakukan registrasi. Hal ini mungkin disebabkan oleh faktor-faktor seperti pilihan program studi mahasiswa yang tidak sesuai dengan program studi tempat mahasiswa tersebut diterima di Universitas Sanata Dharma.

BAB VI PENUTUP

6.1 Kesimpulan

Pembangunan sistem pengenalan pola status registrasi calon mahasiswa Universitas Sanata Dharma dibangun dengan menerapkan algoritma Reduct Based Decision Tree (RDT). Data yang digunakan dalam penelitian adalah data pendaftaran mahasiswa baru tahun 2007-2010 dengan jumlah data 5251 record. Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut :

1. Algoritma Reduct Based Decision Tree (RDT) telah berhasil diimplementasikan untuk mengidentifikasi pola klasifikasi mahasiswa yang tidak daftar ulang atau registrasi berdasarkan data pendaftaran mahasiswa baru.

2. Hasil proses RCA (Reduct) adalah semua atribut, tanpa ada yang tereliminasi. Atribut tersebut yaitu Nama_Gelombang, Pilihan_1, Pilihan_2, Pilihan_3, Jenis_Kelamin, KabAsal, KabSek, Jenis_SMU, Diterima_Di, Penalaran_Verbal,Penalaran_Numerik,Penalaran_Mekanik,Penalaran_Ruang, NilaiBahasa_Inggris.

3. Dengan menggunakan 5-fold cross validation dihasilkan tingkat akurasi sistem sebesar 41.5159%.

4. Dari pola yang dihasilkan ternyata kabupaten sekolah memiliki gain ratio tertinggi yang artinya letak kabupaten sekolah mahasiswa cukup menentukan status registrasi mahasiswa.

6.2 Saran

Sistem ini masih jauh dari kesempurnaan dan masih banyak kekurangan oleh karena itu penulis memberikan saran bagi penelitian selanjutnya untuk memperbaiki kekurangan dan meningkatkan kualitas sistem, yaitu :

1. Sistem mampu menerima data input dari berbagai tipe file.

2. Sistem dapat bersifat fleksibel dalam menerima masukan dengan jumlah atribut yang bervariasi.

3. Untuk penelitian selanjutnya, mungkin dapat diterapkan teknik pruning untuk meningkatkan akurasi sistem.

4. Untuk menurunkan tingginya kasus tidak registrasi, perlu diteliti lebih lanjut apa yang menjadi penyebab untuk calon mahasiswa kabupaten tertentu tidak melakukan registrasi. Dan untuk kabupaten yang jauh, diduga penyebab calon mahasiswa tidak melakukan registrasi adalah sulitnya melakukan registrasi itu sendiri, waktu pendaftaran, pemberitahuan yang tidak sampai dan lain-lain.

DAFTAR PUSTAKA

Han, Jiawei dan Kamber, Micheline. (2006). Data Mining Concept and Techniquies

Second Edition. San Francisco : Morgan Kaufmann Publishers.

Haryanto, Lilik. (2008). Pencarian Karakteristik Calon Mahasiswa Baru Universitas Sanata Dharma yang Tidak Mendaftar Ulang dengan Menggunakan Algoritma Pohon Keputusan. Yogyakarta : Universitas Sanata Dharma.

Hvidsten, Torgeir R. (2010) “A tutorial-based guide to the ROSETTA system: A Rough

Set Toolkit for Analysis of Data”

Jain,Rajni <[email protected]>. “Important, I need Your Help.” Pesan e-mail pribadi kepada Rajni Jain. 22 Juli 2011

Jain, Rajni., Minz, Sonajharia., Adhiguru,P. (2006). “Rough Set based Decision Tree for

Identifying Vulnerable and Food Insecure Households.” Conference of asian federation

forinformation technology in agriculture AFITA, 5

Liu, C.L., 1995, Elements of Discrete Mathematics, Mc Graw Hill (edisi terjemahan)

Pawlak, Zdzislaw. (2000). “Rough Set, Rough Relations and Rough Function”, 665

Warsaw, Poland

Pawlak, Z. (1982). “Rough Sets.” Int J. of Computer and Information Sciences, Vol 11

(5) : 341-356.

Pawlak, Zdzislaw. (2003). “Rough Sets.” Tarragona University seminar on Formal

Languages and Rough Sets in August 2003, Institute of Theoretical and Applied

Informatics, Polish Academy of Sciences, ul. Bałtycka 5, 44 100 Gliwice, Poland,

University of Information Technology and Management ul. Newelska 6, 01-447 Warsaw, Poland

Ricky, Yohanes.,A.Tendy, Hariyo K. (2009). Data Mining Menggunakan Algoritma J48. Naskah yang tidak diterbitkan, Universitas Sanata Dharma Yogyakarta.

Roekminto., , Fajar Setiawan. Cara penulisan kutipan dari internet, [pdf],

(http://www.fsuki.net/download/category/3-buku-buku-

lain.html?download=16%3Acara-mengutip-dari-internet, diakses tanggal 1 Juni 2011)

Said, Fairuz. El., 2009, Data Mining – Konsep Pohon Keputusan, [online],

(http://fairuzelsaid.wordpress.com/2009/11/24/data-mining-konsep-pohon-keputusan/, diakses pada tanggal 29 Mei 2011).

Santoso, Budi. (2007). Data Mining Teknik Pemanfaatan Data Untuk Keperluan Bisnis.

Yogyakarta : Graha Ilmu.

Supranto, Johannes. (1992). Sampling untuk Pemeriksaan. Jakarta: UI-Press

Susilo, Frans. (2006). Himpunan Kasar, Makalah disajikan dalam seminar Rumpun MIPA Universitas Sanata Dharma (29 Maret 2006).

Yellasiri, Ramadevi., C.R.RAO., Ramakrishna, Hari., Prathima, T., (2008), “Reduct

based decision tree (RDT)”, International Jurnal of Computer Sciences and Engineering

System IJCSES, Vol.2, No.4

Yellasiri, Ramadevi., C.R.RAO., RamaKrishna, Hari.,Prathima,T. (2008). “Reduct Based

Decision Tree (RDT).” International Journal of Soft Computing, Medwell Journal 3 (4) :

LAMPIRAN 1

DESKRIPSI RINCI USE CASE

3.3.2 Narasi Use Case

Pengarang : Tendy

Tanggal : 21 September 2011 Versi : 1.1

Nama Use Case : Input data pendaftaran mahasiswa Jenis Use-Case Persyaratan Bisnis Use Case ID : RDT-001 Prioritas : Tinggi Sumber : - Aktor Bisnis Primer : Pengguna Aktor Pendukung Lainnya : - Stakeholder Lain Yang berhubungan : -

Deskripsi : Use case ini menggambarkan proses dimana pengguna memasukkan data pendaftaran mahasiswa ke sistem.

Prakondisi : Pengguna telah masuk ke halaman input data.

Pemicu : Use case ini digunakan apabila pengguna ingin menginputkan data.

Langkah Umum : Kegiatan aktor Respon sistem

Langkah 1 : Pengguna memilih menu input data.

Langkah 3 : Pengguna mengklik tombol browse.

Langkah 5 : Pengguna memilih data input.

Langkah 2 : Sistem

menampilkan halaman input data.

Langkah 4 : Sistem menampilkan open file dialog.

Langkah 6 : Sistem

menampilkan data input di halaman input data.

Langkah Alternatif : Pengguna bisa menekan tombol alt + O untuk masuk ke halaman open file dialog

Kesimpulan : Use case ini selesai apabila data telah berhasil masuk ke dalam database dan berhasil ditampilkan di dalam sistem (halaman input data).

Pascakondisi : Data ditampilkan oleh sistem pada halaman input data.

Aturan Bisnis : Pengguna harus memilih file data input yang benar.

Batasan Implementasi dan

Spesifikasi

Data yang diinputkan harus sesuai dengan format yang ditentukan sistem.

Asumsi : -

Pengarang : Tendy

Tanggal : 21 September 2011 Versi : 1.1

Nama Use Case : Transformasi data Jenis Use-Case

Persyaratan Bisnis Use Case ID : RDT-002 Prioritas : Tinggi Sumber : - Aktor Bisnis Primer : Pengguna Aktor Pendukung Lainnya : - Stakeholder Lain Yang berhubungan : -

Deskripsi : Use case ini menggambarkan proses dimana pengguna melakukan proses transformasi data (perubahan bentuk data, dan menjadikan nilai angka ke nilai diskret dengan interval tertentu_

Prakondisi : Pengguna telah masuk ke halaman input data dan pengguna telah memasukkan data yang akan ditransformasi ke dalam sistem.

Pemicu : -

Langkah Umum : Kegiatan aktor Respon sistem

Langkah 1 : Pengguna mengklik tombol transformasi data pada halaman input data.

Langkah 2 : Sistem akan menjalankan proses transformasi data.

Langkah 3 : Sistem akan menampilkan hasil transformasi data.

Langkah Alternatif : -

Kesimpulan : Use case ini selesai apabila data pendaftaran mahasiswa telah berhasil ditransformasi atau dikelompokkan berdasarkan interval tertentu.

Pascakondisi : Menampilkan data yang telah ditransformasi pada halaman hasil transformasi data.

Aturan Bisnis : - Batasan Implementasi dan Spesifikasi - Asumsi : - Masalah terbuka : -

Pengarang : Tendy

Versi : 1.1

Nama Use Case : Reduct atribut Jenis Use-Case

Persyaratan Bisnis Use Case ID : RDT-003 Prioritas : Tinggi Sumber : - Aktor Bisnis Primer : Pengguna Aktor Pendukung Lainnya : - Stakeholder Lain Yang berhubungan : -

Deskripsi : Use Case ini menggambarkan proses dimana pengguna me-

reduct atribut dari data input yang telah ditransformasikan.

Prakondisi : Pengguna telah masuk ke halaman hasil transformasi data dan data sudah berhasil ditransformasikan.

Pemicu : -

Langkah Umum : Kegiatan aktor Respon sistem

Langkah 1 : Pengguna mengklik tombol proceed pada halaman hasil transformasi data.

Langkah 2 : Sistem akan menjalankan proses reduct. Langkah 3 : Sistem akan menampilkan halaman hasil reduct atribut.

menampilkan data yang telah ditransformasi dengan atribut sesuai dengan hasil reduct

Langkah Alternatif : -

Kesimpulan : Use case ini selesai apabila data sudah berhasil di-reduct.

Pascakondisi : Menampilkan data yang telah di-reduct pada halaman hasil reduct atribut. Aturan Bisnis : - Batasan Implementasi dan Spesifikasi - Asumsi : - Masalah terbuka : -

Pengarang : Tendy

Tanggal : 21 September 2011 Versi : 1.1

Nama Use Case : Bentuk pohon keputusan Jenis Use-Case

Persyaratan Bisnis Use Case ID : RDT-004 Prioritas : Tinggi Sumber : - Aktor Bisnis Primer : Pengguna Aktor Pendukung Lainnya : - Stakeholder Lain Yang berhubungan : -

Deskripsi : Use case ini menggambarkan proses dimana pengguna membentuk suatu aturan dalam proses penambangan data.

Prakondisi : _{Pengguna telah masuk ke halaman}input data dan berhasil melakukan penyimpanan data.

 Pengguna telah berhasil melakukan proses transformasi data.

 Pengguna telah berhasil me-reduct atribut.

 Pengguna telah berhasil menampilkan data transformasi sesuai atribut hasil reduct

Pemicu : -

Langkah Umum : Kegiatan aktor Respon sistem

Langkah 1 : Pengguna mengklik tombol “Proses

C4.5” pada halaman hasil reduct atribut.

Langkah 4: Pengguna memilih tombol OK

membentuk pohon keputusan.

Langkah 3 : Sistem akan menampilkan lama waktu proses pembentukan pohon

Langkah 5: Sistem menampilkan pohon keputusan beserta tingkat keakurasian prediksi.

Langkah Alternatif : -

Kesimpulan : Use case ini selesai apabila sistem sudah menampilkan aturan dari proses penambangan data dalam bentuk pohon

keputusan.

Pascakondisi : Menampilkan halaman lihat pohon keputusan.

Aturan Bisnis : Pengguna bisa melakukan pembentukan pohon tanpa melakukan reduct atribut, dengan langsung masuk kedalam menu Skip Reduct dari menu utama

Batasan Implementasi dan Spesifikasi - Asumsi : - Masalah terbuka : -

Pengarang : Tendy

Tanggal : 21 September 2011 Versi : 1.0

Nama Use Case : Simpan aturan Jenis Use-Case

Persyaratan Bisnis Use Case ID : RDT-005 Prioritas : Tinggi Sumber : - Aktor Bisnis Primer : Pengguna Aktor Pendukung Lainnya : - Stakeholder Lain Yang berhubungan : -

Deskripsi : Use case ini menggambarkan proses dimana pengguna akan menyimpan aturan pohon keputusan yang terbentuk dari proses penambangan data dalam bentuk tabel kedalam basisdata.

Prakondisi : _{Pengguna telah masuk ke halaman}_input_{data dan}

berhasil melakukan penyimpanan data.

 Pengguna telah berhasil melakukan proses transformasi data.

 Pengguna telah berhasil me-reduct atribut.

 Pengguna telah berhasil membentuk pohon keputusan.

Pemicu : -

Langkah Umum : Kegiatan aktor Respon sistem

Langkah 1 : Pengguna mengklik tombol simpan aturan pada halaman lihat pohon keputusan.

Langkah 2 : Sistem akan menyimpan pohon keputusan dalam bentuk aturan.

Langkah 3 : Sistem akan menampilkan pesan “ Aturan Telah Berhasil Disimpan”

Langkah Alternatif : -

Kesimpulan : Use case ini selesai apabila sistem sudah berhasil menyimpan aturan. Pascakondisi : - Aturan Bisnis : - Batasan Implementasi dan Spesifikasi - Asumsi : - Masalah terbuka : -

Pengarang : Tendy

Tanggal : 14 Juni 2011 Versi : 1.1

Nama Use Case : Prediksi Jenis Use-Case

Persyaratan Bisnis Use Case ID : RDT-006 Prioritas : Sedang Sumber : - Aktor Bisnis Primer : Pengguna Aktor Pendukung Lainnya : - Stakeholder Lain Yang berhubungan : -

Deskripsi : Use case ini menggambarkan proses dimana pengguna akan melakukan prediksi dengan data yang baru menggunakan aturan yang telah dibuat sebelumnya

Prakondisi : _{Pengguna telah masuk ke halaman prediksi}

 Aturan telah tersedia atau tersimpan dalam database

Pemicu : -

Langkah Umum : Kegiatan aktor Respon sistem

Langkah 1 : Pengguna mengklik menu prediksi pada halaman prediksi

Langkah 3 : Pengguna mengklik

Langkah 2 : Sistem akan menampilkan halaman prediksi

tombol browse

Langkah 5 : pengguna memillih data uji

program studi yang akan dimasukkan

Langkah 4 : Sistem akan menampilkan halaman open file dialog

Langkah 6 : Sistem melakukan prediksi berdasarkan aturan yang telah dibuat

Langkah 7 : Sistem menampilkan hasil prediksi pada data

Langkah 8 : Sistem

menampilkan halaman lihat alokasi kouta

Langkah Alternatif : -

Kesimpulan : Use case ini selesai apabila sistem sudah berhasil menampilkan hasil prediksi dengan tingkat akurasinya

Pascakondisi : - Aturan Bisnis : - Batasan Implementasi dan Spesifikasi - Asumsi : - Masalah terbuka : -

LAMPIRAN 2

HASIL POLA KLASIFIKASI

NO Aturan Jumlah

Kejadian

1. KabSek = Ambon dan KabAsal = Ambon maka Registrasi 7

2. KabSek = Ambon dan KabAsal = Muara_EnimLiot maka Tidak_Registrasi 1

3. KabSek = Denpasar—Registrasi 24

4. KabSek = Bandar_Lampung dan P1 = AKUNTANSI—Registrasi 3

5. KabSek = Bandar_Lampung dan P1 = TEKNIK_MESIN dan Nama_Gelombang =

Gelombang_3—Registrasi

6. KabSek = Bandar_Lampung dan P1 = TEKNIK_MESIN dan Nama_Gelombang =

Gelombang_1 maka Tidak_Registrasi

7. KabSek = Bandar_Lampung dan P1 = PEND_EKONOMI maka Tidak_Registrasi 1

8. KabSek = Bandar_Lampung dan P1 = PEND_BAHASA_INGGRIS—Registrasi 2

9. KabSek = Sleman dan P2 = AKUNTANSI dan Nama_Gelombang =

Gelombang_3 maka Registrasi

10. KabSek = Sleman dan P2 = AKUNTANSI dan Nama_Gelombang =

Gelombang_2 maka Tidak_Registrasi

11. KabSek = Sleman dan P2 = AKUNTANSI dan Nama_Gelombang =

Gelombang_1 maka Registrasi

12. KabSek = Sleman dan P2 = PEND_AKUNTANSI dan P1 = FARMASI maka

Tidak_Registrasi

13. KabSek = Sleman dan P2 = PEND_AKUNTANSI dan P1 = PGSD_S1 maka

Registrasi

14. KabSek = Sleman dan P2 = PSIKOLOGI dan Jenis_Kelamin = Perempuan dan P1

= TEKNIK_INFORMATIKA—Registrasi

15. KabSek = Sleman dan P2 = PSIKOLOGI dan Jenis_Kelamin = Perempuan dan P1

= PEND_BAHASA_INGGRIS--Tidak_Registrasi

16. KabSek = Sleman dan P2 = PSIKOLOGI dan Jenis_Kelamin = Perempuan dan P1

= PGSD_S1 dan P3 = BIMBINGAN_DAN_KONSELING--Tidak_Registrasi

17. KabSek = Sleman dan P2 = PSIKOLOGI dan Jenis_Kelamin = Perempuan dan P1

= PGSD_S1 dan P3 = PENDIDIKAN_AGAMA_KATOLIK—Registrasi

18. KabSek = Sleman dan P2 = PSIKOLOGI dan Jenis_Kelamin = Laki-Laki --

Registrasi

19. KabSek = Sleman dan P2 = Kosong dan Nmekanik = 4 dan Jenis_SMU =

SMU_MA_IPS--Registrasi

20. KabSek = Sleman dan P2 = Kosong dan Nmekanik = 4 dan Jenis_SMU =

SMU_MA_IPA dan P1 = PSIKOLOGI--Tidak_Registrasi

21. KabSek = Sleman dan P2 = Kosong dan Nmekanik = 4 dan Jenis_SMU =

SMU_MA_IPA dan P1 = FARMASI—Registrasi

22. KabSek = Sleman dan P2 = Kosong dan Nmekanik = 4 dan Jenis_SMU =

SMU_MA_IPA dan P1 = SASTRA_INGGRIS—Registrasi

23. KabSek = Sleman dan P2 = Kosong dan Nmekanik = 4 dan Jenis_SMU =

SMU_MA_IPA dan P1 = TEKNIK_MESIN—Registrasi

24. KabSek = Sleman dan P2 = Kosong dan Nmekanik = 4 dan Jenis_SMU = SMU_MA_IPA dan P1 = PEND_BAHASA_INGGRIS--Tidak_Registrasi

25. KabSek = Sleman dan P2 = Kosong dan Nmekanik = 4 --Tidak_Registrasi 4

26. KabSek = Sleman dan P2 = FARMASI—Registrasi 5

27. KabSek = Sleman dan P2 = SASTRA_INGGRIS--Registrasi 13

28. KabSek = Sleman dan P2 = ILMU_SEJARAH--Tidak_Registrasi 2

29. KabSek = Sleman dan P2 = MANAJEMEN dan P3 = AKUNTANSI--

Tidak_Registrasi

30. KabSek = Sleman dan P2 = MANAJEMEN dan P3 = Kosong--Tidak_Registrasi 2

31. KabSek = Sleman dan P2 = MANAJEMEN dan P3 = TEKNIK_INFORMATIKA—

Registrasi

32. KabSek = Sleman dan P2 = TEKNIK_MESIN--Registrasi 4

33. KabSek = Sleman dan P2 = PEND_MATEMATIKA--Registrasi 16

34. KabSek = Sleman dan P2 = PEND_EKONOMI—Registrasi 11

35. KabSek = Sleman dan P2 = TEKNIK_INFORMATIKA—Registrasi 15

36. KabSek = Sleman dan P2 = PEND_BAHASA_INGGRIS—Registrasi 15

37. KabSek = Sleman dan P2 = PENDIDIKAN_BIOLOGI--Tidak_Registrasi 2

38. KabSek = Sleman dan P2 = MATEMATIKA--Tidak_Registrasi 1

39. KabSek = Sleman dan P2 = SASTRA_INDONESIA--Tidak_Registrasi 2

40. KabSek = Sleman dan P2 = BIMBINGAN_DAN_KONSELING—Registrasi 1

41. KabSek = Sleman dan P2 = PGSD_S1 dan P1 = FARMASI--Tidak_Registrasi 1

42. KabSek = Sleman dan P2 = PGSD_S1 dan P1 =

PEND_BAHASA_SASTRA_IND_DAERAH—Registrasi

43. KabSek = Sleman dan P2 = PEND_BAHASA_SASTRA_IND_DAERAH—Registrasi 25

44. KabSek = Sleman dan P2 = PGSD_D2--Registrasi 5

45. KabSek = Sleman dan P2 = PENDIDIKAN_AGAMA_KATOLIK--Tidak_Registrasi 2

46. KabSek = Sleman dan P2 = PEND_SEJARAH dan P3 = PEND_EKONOMI--

Tidak_Registrasi

47. KabSek = Sleman dan P2 = PEND_SEJARAH dan P3 = SASTRA_INDONESIA—

Registrasi

48. KabSek = Sleman dan P2 = PEND_SEJARAH dan P3 =

PEND_BAHASA_SASTRA_IND_DAERAH—Registrasi

49. KabSek = Sleman dan P2 = PEND_FISIKA dan P3= Kosong—Registrasi 1

50. KabSek = Sleman dan P2 = PEND_FISIKA dan P3= PEND_MATEMATIKA--

Tidak_Registrasi

51. KabSek = Sleman dan P2= PEND_FISIKA dan P3= PEND_EKONOMI--

Tidak_Registrasi

52. KabSek = Sleman dan P2= MEKATRONIKA_D3 dan Jenis_SMU = SMU_MA_IPS-

-Registrasi

53. KabSek = Sleman dan P2= MEKATRONIKA_D3 dan Jenis_SMU = SMU_MA_IPA-

-Tidak_Registrasi

54. KabSek = Banjarmasin--Registrasi 7

55. KabSek = Banten--Registrasi 4

56. KabSek = Tangerang dan P1 = AKUNTANSI--Registrasi 2

57. KabSek = Tangerang dan P1 = PSIKOLOGI—Registrasi 1

58. KabSek = Tangerang dan P1 = TEKNIK_MESIN--Tidak_Registrasi 2

60. KabSek = Tangerang dan P1 = TEKNIK_INFORMATIKA--Tidak_Registrasi 2

61. KabSek = Tangerang dan P1 = PEND_BAHASA_INGGRIS--Tidak_Registrasi 1

62. KabSek = Tangerang dan P1 = TEKNIK_ELEKTRO dan Nama_Gelombang =

Gelombang_3—Registrasi

63. KabSek = Tangerang dan P1 = TEKNIK_ELEKTRO dan Nama_Gelombang =

Gelombang_2--Tidak_Registrasi

64. KabSek = Tangerang dan P1 = PENDIDIKAN_AGAMA_KATOLIK—Registrasi 2

65. KabSek = Tangerang dan P1 = MEKATRONIKA_D3--Registrasi 1

66. KabSek = Bantul dan P3 = AKUNTANSI dan Nama_Gelombang =

Gelombang_3—Registrasi

67. KabSek = Bantul dan P3 = AKUNTANSI dan Nama_Gelombang = Gelombang_1-

-Tidak_Registrasi

68. KabSek = Bantul dan P3 = PEND_AKUNTANSI dan Nama_Gelombang =

Gelombang_2--Tidak_Registrasi

69. KabSek = Bantul dan P3 = PEND_AKUNTANSI dan Nama_Gelombang =

Gelombang_1—Registrasi

70. KabSek = Bantul dan P3 = PSIKOLOGI dan P2 = SASTRA_INGGRIS--

Tidak_Registrasi

71. KabSek = Bantul dan P3 = PSIKOLOGI dan P2 = TEKNIK_INFORMATIKA—

Registrasi

72. KabSek = Bantul dan P3 = PSIKOLOGI dan P2 = PEND_BAHASA_INGGRIS—

Registrasi

73. KabSek = Bantul dan P3 = PSIKOLOGI dan P2

PEND_BAHASA_SASTRA_IND_DAERAH--Tidak_Registrasi

74. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = SASTRA_INGGRIS--

Tidak_Registrasi

75. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = MANAJEMEN dan

Nama_Gelombang = Gelombang_2--Tidak_Registrasi

76. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = MANAJEMEN dan

Nama_Gelombang = Gelombang_1—Registrasi

77. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = TEKNIK_MESIN--

Tidak_Registrasi

78. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = PEND_MATEMATIKA--

Tidak_Registrasi

79. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = PEND_EKONOMI—

Registrasi

80. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = TEKNIK_INFORMATIKA--

Registrasi

81. KabSek = Bantul dan P3 = Kosong dan Diterima_Di =

PEND_BAHASA_INGGRIS—Registrasi

82. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = PGSD_S1 dan

Nama_Gelombang = Gelombang_2 dan Ningg = 4 dan P2 = Kosong-- Tidak_Registrasi

83. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = PGSD_S1 dan

Nama_Gelombang = Gelombang_2 dan Ningg = 4 dan P2 = PGSD_D2—

Registrasi

84. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = PGSD_S1 dan

Nama_Gelombang = Gelombang_2 dan Ningg = 1—Registrasi

85. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = PGSD_S1 dan

Nama_Gelombang = Gelombang_1—Registrasi

86. KabSek = Bantul dan P3 = Kosong dan Diterima_Di =

PEND_BAHASA_SASTRA_IND_DAERAH--Tidak_Registrasi

87. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = PGSD_D2 dan

Nama_Gelombang = Gelombang_2—Registrasi

88. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = PGSD_D2 dan

Nama_Gelombang = Gelombang_1--Tidak_Registrasi

89. KabSek = Bantul dan P3 = Kosong dan Diterima_Di =

PENDIDIKAN_AGAMA_KATOLIK—Registrasi

90. KabSek = Bantul dan P3 = Kosong dan Diterima_Di = FISIKA—Registrasi 1

91. KabSek = Bantul dan P3 = FARMASI dan P1 = TEKNIK_INFORMATIKA—

Registrasi

92. KabSek = Bantul dan P3 = FARMASI dan P1 = PGSD_S1--Tidak_Registrasi 1

93. KabSek = Bantul dan P3 = MANAJEMEN dan Jenis_Kelamin = Perempuan—

Registrasi

94. KabSek = Bantul dan P3 = MANAJEMEN dan Jenis_Kelamin = Laki-Laki dan

Nmekanik = 4—Registrasi

95. KabSek = Bantul dan P3 = MANAJEMEN dan Jenis_Kelamin = Laki-Laki dan

Nmekanik = 1--Tidak_Registrasi

96. KabSek = Bantul dan P3 = TEKNIK_MESIN—Registrasi 4

97. KabSek = Bantul dan P3 = PEND_MATEMATIKA--Tidak_Registrasi 4

98. KabSek = Bantul dan P3 = PEND_EKONOMI dan Jenis_Kelamin = Perempuan

dan Nverbal = 4--Tidak_Registrasi

99. KabSek = Bantul dan P3 = PEND_EKONOMI dan Jenis_Kelamin = Perempuan

dan Nverbal = 1—Registrasi

4 100. KabSek = Bantul dan P3 = PEND_EKONOMI dan Jenis_Kelamin = Laki-Laki--

Tidak_Registrasi

101. KabSek = Bantul dan P3 = TEKNIK_INFORMATIKA—Registrasi 9

102. KabSek = Bantul dan P3 = PEND_BAHASA_INGGRIS--Tidak_Registrasi 6

103. KabSek = Bantul dan P3 = PENDIDIKAN_BIOLOGI--Tidak_Registrasi 3

104. KabSek = Bantul dan P3 = MATEMATIKA—Registrasi 2

105. KabSek = Bantul dan P3 = SASTRA_INDONESIA—Registrasi 6

106. KabSek = Bantul dan P3 = BIMBINGAN_DAN_KONSELING dan Nverbal = 4-- Tidak_Registrasi

107. KabSek = Bantul dan P3 = BIMBINGAN_DAN_KONSELING dan Nverbal = 1—

Registrasi

108. KabSek = Bantul dan P3 = PGSD_S1—Registrasi 12

109. KabSek = Bantul dan P3 = PEND_BAHASA_SASTRA_IND_DAERAH dan

Diterima_Di = MANAJEMEN—Registrasi

1 110. KabSek = Bantul dan P3 = PEND_BAHASA_SASTRA_IND_DAERAH dan

Diterima_Di = SASTRA_INDONESIA—Registrasi

1 111. KabSek = Bantul dan P3 = PEND_BAHASA_SASTRA_IND_DAERAH dan

Diterima_Di = BIMBINGAN_DAN_KONSELING—Registrasi

1 112. KabSek = Bantul dan P3 = PEND_BAHASA_SASTRA_IND_DAERAH dan

Diterima_Di = PGSD_S1—Registrasi

6 113. KabSek = Bantul dan P3 = PEND_BAHASA_SASTRA_IND_DAERAH dan

Diterima_Di = PGSD_D2—Registrasi

114. KabSek = Bantul dan P3 = PEND_BAHASA_SASTRA_IND_DAERAH dan Diterima_Di = PENDIDIKAN_AGAMA_KATOLIK--Tidak_Registrasi

2 115. KabSek = Bantul dan P3 = PEND_BAHASA_SASTRA_IND_DAERAH dan

Diterima_Di = PEND_SEJARAH--Tidak_Registrasi

116. KabSek = Bantul dan P3 = PENDIDIKAN_AGAMA_KATOLIK—Registrasi 9

117. KabSek = Bantul dan P3 = PEND_SEJARAH--Tidak_Registrasi 10

118. KabSek = Bantul dan P3 = FISIKA--Tidak_Registrasi 1

119. KabSek = Yogyakarta dan KabAsal = Kosong—Registrasi 4

120. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di = AKUNTANSI—

Registrasi

15 121. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di =

PEND_AKUNTANSI dan P1= PEND_AKUNTANSI—Registrasi

3 122. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di =

PEND_AKUNTANSI dan P1= PEND_BAHASA_INGGRIS--Tidak_Registrasi

1 123. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di = PSIKOLOGI dan

P1 = PSIKOLOGI—Registrasi

11 124. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di = PSIKOLOGI dan

P1 = SASTRA_INGGRIS--Tidak_Registrasi

1 125. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di = PSIKOLOGI dan

P1 = PEND_BAHASA_INGGRIS—Registrasi

1 126. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di = FARMASI dan

P2 = PSIKOLOGI—Registrasi

4 127. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di = FARMASI dan

P2 = SASTRA_INGGRIS--Tidak_Registrasi

2 128. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di =

SASTRA_INGGRIS dan Jenis_Kelamin = Perempuan—Registrasi

11 129. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di =

SASTRA_INGGRIS dan Jenis_Kelamin = Laki-Laki dan Jenis_SMU =

SMU_MA_IPS dan Nmekanik = 4—Registrasi

130. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di = SASTRA_INGGRIS dan Jenis_Kelamin = Laki-Laki dan Jenis_SMU = SMU_MA_IPS dan Nmekanik = 1--Tidak_Registrasi

131. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di = SASTRA_INGGRIS dan Jenis_Kelamin = Laki-Laki dan Jenis_SMU =

SMU_MA_BUDAYA_BAHASA—Registrasi

132. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di = MANAJEMEN-- Tidak_Registrasi

9 133. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di =

TEKNIK_MESIN—Registrasi

5 134. KabSek = Yogyakarta dan KabAsal = Sleman dan Diterima_Di =

Dalam dokumen Pengenalan pola klasifikasi status registrasi calon mahasiswa baru Universitas Sanata Dharma dengan algoritma Reduct Based Decision Tree (RDT). (Halaman 111-153)