HASIL DAN PEMBAHASAN
4.5. Proses K-Medoids
Dalam proses K-Medoids tampilan yang diperlihatkan dilayar menjadi pedoman untuk mengetahui proses K-Medoids dengan 4 tahapan yang dapat dilihat pada tampilan berikut ini :
Process flow dari K-medoids Clustering
Gambar 4.11. Tampilan dari Proses K-Medoids dengan menggunakan Software Rapidminer
Ringkasan
Operator ini membaca sebuah tampilan yang terbaik dari file spreadsheet Excel.
Deskripsi
Operator ini dapat digunakan untuk memuat data dari spreadsheet Microsoft Excel. Operator ini mampu membaca data dari Excel 95, 97, 2000, XP, dan 2003. Pengguna harus menentukan mana dari spreadsheet di buku kerja harus digunakan sebagai tabel data. Tabel harus memiliki format sehingga setiap baris adalah contoh dan setiap kolom mewakili atribut. Harap dicatat bahwa baris pertama mungkin digunakan untuk nama atribut yang dapat ditunjukkan dengan parameter.
Tabel data dapat ditempatkan di manapun pada lembar dan diperbolehkan mengandung instruksi sewenang-wenang format, baris kosong, dan kolom kosong. Nilai data yang hilang ditandai dengan sel kosong atau sel yang hanya berisi "?".
Masukan: Data file excel diatur, berupa Data Judul Tugas Akhir, diambil Dari database sebuah institusi Pendidikan
Output: data set excel Yang Akan di kelompokan Artikel Baru Support Vector Clustering
Parameter
• mengkonfigurasi Operator: Konfigurasi operator ini dengan cara Wizard.
• file excel: Nama dari file excel untuk membaca data dari.
• nomor lembar: Jumlah lembar yang harus diimpor. • baris offset: Jumlah baris untuk melewati di atas
lembar karena tidak mengandung data yang dapat digunakan.
• Kolom offset: Jumlah kolom untuk melewati di sisi kiri lembar karena tidak mengandung data yang dapat digunakan.
• baris pertama sebagai nama: Mengindikasikan jika baris pertama harus digunakan untuk nama-nama atribut.
• penjelasan: Peta nomor baris untuk nama penjelasan. • membaca tidak sesuai nilai-nilai sebagai missings: Nilai yang tidak cocok dengan mengetik nilai yang ditentukan dianggap sebagai missings.
• kumpulan data meta informasi data: Informasi meta data
• nama atribut telah didefinisikan: parameter menjelaskan apakah nama-nama atribut yang ditetapkan oleh pengguna secara manual atau yang dihasilkan oleh pembaca (nama generik atau baris pertama dari file)
Ringkasan
Clustering dengan k-medoids
deskripsi
Operator ini merupakan implementasi k-medoids. Operator ini akan membuat atribut klaster yang belum ada.
masukan
• Contoh set : ditampilkan: ExampleSetMetaData: # contoh: = 0; # atribut: 0
keluaran
• klaster Model:
• menjadi bagian yang berkelompok:
parameter
• menambahkan atribut klaster: Menunjukkan jika id cluster dihasilkan sebagai atribut khusus baru.
• tambahkan sebagai label: Jika nilai klaster ditambahkan sebagai label.
• menghapus berlabel: Hapus contoh berlabel. • k: Jumlah cluster yang harus terdeteksi.
• max berjalan: Jumlah maksimal berjalan K-Medoids dengan inisialisasi acak yang dilakukan.
• max optimasi langkah: Jumlah maksimal iterasi dilakukan untuk satu run K-Medoids.
• menggunakan pengacakan secara local : Menunjukkan jika pengacakan lokal harus digunakan.
• benih pengacakan lokal: Menentukan pengacakan lokal
• jenis ukuran: Jenis Ukuran • ukuran campuran: Pilih ukuran • ukuran nominal: Pilih ukuran • ukuran numerik: Pilih ukuran • perbedaan: Pilih divergence • Tipe kernel: Jenis kernel
• kernel gamma: Kernel parameter gamma. • kernel sigma1: Kernel Parameter sigma1. • kernel sigma2: Kernel Parameter sigma2. • kernel sigma3: Kernel Parameter sigma3. • Gelar kernel: Tingkat parameter kernel.
• Pergeseran kernel: Pergeseran parameter kernel. • kernel: Kernel parameter.
• kernel b: Kernel parameter b.
Ringkasan
Operator ini dapat digunakan untuk langsung
menurunkan ukuran kinerja dari data tertentu atau nilai statistik.
Deskripsi
Operator ini dapat digunakan untuk memperoleh nilai tertentu dari contoh himpunan dan memberikan itu sebagai nilai kinerja yang dapat digunakan untuk tujuan optimasi.
Masukan
• Contoh set: yang ditampilkan: ExampleSet
Keluaran
• Kinerja: • Contoh set:
Parameter
• Jenis kinerja: Menunjukkan cara bagaimana makro harus didefinisikan.
• Statistik: Statistik dari atribut tertentu yang harus digunakan sebagai nilai makro.
• nama atribut: Nama dari atribut dari mana data harus diturunkan.
• nilai atribut: Nilai atribut yang harus dihitung. • Indeks contoh: Indeks contoh dari mana data harus
diturunkan. Indeks negatif dihitung dari akhir set data. Penghitungan positif dimulai dengan 1, penghitungan negatif dengan -1.
• arah optimasi: Menunjukkan jika nilai kinerja harus diminimalkan atau dimaksimalkan.
Ringkasan
Visualisasi teks. Deskripsi
Masukan
• set contoh masukan
Keluaran
• set contoh keluaran • Teks tempat Visualizer
Parameter
text-atribut
Yang atribut harus digunakan untuk divisualisasikan? label-atribut
Hasil proses dari K-Medoids dapat dilihat kecepatan mengklaster data judul tugas akhir mahasiswa AMIK Tunas Bangsa Pematangsiantar memakan waktu 3,21 menit, sedangkan hasil klastering nya cukup memadai, yang dapat dilihat pada gambar Metadat a View Processi ng time Centroid cluster model
Gambar 4.12. (Hasil klastering dengan proses K-Medoids) ( Execution Time = 3:21)
Pada pengklasteran menggunakan metode K-Medoids diambil Scatter Matrix dan berdasarkan judul dapat dilihat pada gambar 4.13 berikut ini :
Gambar 4.13. Hasil klastering K-Medoids berdasarkan judul dengan Scatter Matrix
Berikutnya adalah hasil klastering K-Medoids berdasarkan klasifikasi dapat dilihat pada gambar 4.14. berikut ini :
Gambar 4.14. Hasil klastering K-Medoids berdasarkan klasifikasi dengan Scatter Matrix
Selanjutnya hasil klastering dari K-Medoids berdasarkan Nim dapat dilihat pada gambar 4.15 sebagai berikut :
Gambar 4.15. Hasil klastering K-Medoids berdasarkan Nim dengan Scatter Matrix
Kemudian dilanjutkan dengan pengklasteringan dengan K-Medoids berdasarkan tahun akademik dapat dilihat pada gambar 4.16 berikut ini :
Gambar 4.16. Hasil klastering K-Medoids berdasarkan Tahun Akademik dengan Scatter Matrix
Untuk melihat hasil klastering baik proses SVC maupun proses K-Medoids ditemukan pengklasteran yang dapat dilihat pada tabel berikut :
Dari tabel diatas dapat dilihat jumlah daripada pengklasteran judul tugas akhir mahasiswa AMIK Tunas Bangsa Pematangsiantar dengan database berjumlah 1708 dan web programming berjumlah 311, selanjutnya dapat juga dilihat beberapa proses klaster berdasarkan judul dan klasifikasi, tahun, nim dan nama yang dapat dilihat pada gambar 4.17 berikut ini :
Gambar 4.18. Hasil klastering K-Medoids didapat berdasarkan Tahun
Gambar 4.20. Hasil klastering K-Medoids didapat berdasarkan Nama
Gambar 4.21. Hasil dari Klastering K-Medoids Dengan Sumbu -Y sebagai nama dan Sumbu -X sebagai Judul
Gambar 4.22. Hasil dari Klastering K-Medoids Dengan Sumbu-Y sebagai Nim dan Sumbu -X sebagai Judul
Gambar 4.23. Hasil dari Klastering K-Medoids Dengan Sumbu-Y sebagai Tahun dan Sumbu- X sebagai Judul
Gambar 4.24. Hasil dari Klastering K-Medoids Dengan Sumbu-Y sebagai Judul dan Sumbu-X sebagai Judul
Gambar 4.25. Hasil dari Klastering K-Medoids Dengan Sumbu-Y sebagai Klasifikasi dan Sumbu-X sebagai Judul
Dari tampilan-tampilan yang telah ditunjukkan oleh gambar hasil proses SVC dan K-Medoids dapat dijelaskan bahwa :
1. Pada pengklasteringan judul Tugas akhir mahasiswa AMIK Tunas Bangsa Pematangsiantar yang berjudul 2020 jelas kelihatan bahwa pengelompokkan terhadap database dan web programming masing-masing berjumlah 1708 untuk database dan 311 untuk web programming, karena jenis klasifikasi lain tidak ada diambil untuk Tugas akhir mahasiswa tersebut.
2. Pada pengklasteran dengan mengambil scatter sebagai pilihan dapat dilihat pada gambar 4.7 dengan hasil pengelompokkan database dan web programming. Ini berlaku untuk algoritma SVC dan K-Medoids.
3. Selanjutnya dilakukan proses SVC dan K-Medoids dengan mengambil sumbu-X sebagai judul, sumbu-Y sebagai klasifikasi dan pada lajur kolom diambil klasifikasi nim, nama dan tahun akademik hasilnya dapat dilihat pada gambar sebelumnya.
BAB V
PENUTUP
5.1.Kesimpulan
1. Penelitian ini menggunakan data yang bersumber dari bidang Pendidikan di AMIK Tunas Bangsa Pematangsiantar yaitu judul Tugas Akhir mahasiswa dengan mengelompokkan berdasarkan database, web programming dan jaringan.
2. Hasil pengujian dengan menggunakan software Rapidminer didapat untuk SVC berkisar 11:21 menit dengan hasil pengelompokkan yang lebih baik, sedangkan dari K-Medoids didapat hasil pengklasteran berkisar antara 3,21 menit dengan hasil pengelompokkan yang cukup signifikan.
3. Setelah dilakukan pengklasteran dengan menggunakan software Rapidminer maka ditemukan hasil hanya dua klasifikasi yaitu database dan web programming. Database berjumlah 1708 judul sedangkan untuk web programming 311 judul dan untuk jaringan tidak ada.
5.2.Saran
Berdasarkan hasil penelitian yang telah dilakukan, maka penulis berharap penulis selanjutnya untuk :
1. Mencari lebih banyak lagi data dalam hal judul tugas akhir mahasiswa yang dikelompokkan berdasarkan klasifikasi misalnya database, web programming, jaringan, dan multimedia.
2. Untuk lebih detailnya penulisan selanjutnya dengan menggunakan algoritma klastering lainnya.
3. Dapat dibuat program yang dinamis dengan menggunakan jenis software lainnya.
Daftar Pustaka
Aggarwal, C., Yu, P.S., Park, 2001, Outlier Detection for High Dimensional Data, SIGMOD, 2001.
Baskoro, H. (2010). Implementasi Algoritma K-Means Menggunakan Data Penyewaaan Alat Berat Untuk Melakukan Estimasi Nilai Outcome, Skripsi Program S1 Fakultas Ilmu Komputer, Universitas Pembangunan Nasional “Veteran” Jakarta.
Ben-Hur, D.Horn, H.Siegelmann, and V. Vapnik (2001), Support Vector Clustering.
Journal of Machine Learning Research 2, p 125- 137
Berry, M.J.A. dan Linoff G.S, 2004. Data Mining Techniques For Marketing , Sales, Customer Relationship Management, Second Edition, Wiley Publishing, Inc.
Han, J., & Kamber, M (2006). Data Mining Concepts adnd Techniques Second Edition. San Fransico : Morgan Kaufman Publisher.
Han, Michael dan Kamber, Micheline, 2001, “Data Mining Concepts and Techniques San Fransisco; Morgan Kaufmann Publishers,.
Iko Pramudiono, (2006), Apa itu Data Mining ? dalam
diakses tanggal 04 Mei 2013.
Jayanti Diah Basuki, 2008 “Implementasi Algoritma K-Medoids untuk Clustering Dokumen teks”,Skripsi Program S1 Ilmu Komputer Universitas Kristen Duta Wacana.
Kusrini & Lutfi, Emha Taufiq. (2009). Algoritma Data Mining. Yogyakarta : Penerbit Andi.
Lanzi, P., L., (2009). Clustering Partitioning Method. Diakses 01 Mei 2012, dari
Large, R., Dvornik, T., Hamilton, W., (2012), & Hess B. (n.d.). Data Mining For Facebook Cliques. Diakses 23 Februari 2012, dari
Mochammad Juniarto. , 2009 ”Implementasi Metode Support Vector Clustering untuk Pengklasteran Produk”, Institut Teknologi Sepuluh November.
Ogor Emmanuel. N, 2004, “Student Academic Performance : Monitoring and Evaluation Using Data Mining Techniques”. Fourth Congress of Electronics, Robotics and Automotive Mechanics.. I EEE Computer Socienty.
Parr Rud, O. (2001), Data Mining Cookbook. Modeling Data for Marketing , Risk and Customer Relationship Management. John Wiley & Sons, Inc.; .
Press, WH, Teukolsky, SA, Vetterling, WT, Flannery, BP (2007), “Section 2.6”, Numerical Recipes : The Art of Scientific Computing (3rd ed.), New York : Cambridge University Press, ISBN 978-0-521-88068-8
Saadaki M, Hidetomo I, Katsuhiro H. 2008. Algorithm for Fuzzy Clustering. Di dalam : Studies in Fuzziness and Soft Computing. ISSN : 1434-9922
Sajadin S, Embong. A., Hamza.M, Furqan.M, (2009)“Improving Student Academik Performance Using Data Mining Techniques”. The 5th IMTGT International Conference on Mathematic, Statistic and their Aplication (ICMSA), Bukit Tinggi Sumatera Utara.
Stephen D. Bay, Mark Scwabacher, (2003)Mining Distance Based Outliers in Near Linier Time with Randomization and a Simple Pruning Rule. In ACM SIGMOD.
Sudipto Guha, Rajew Rastogi, Kyuseok Shim, (1998)CURE: An efficient Clustering algorithm for large databases. In ACM SIGMOD Internation Conference on Management of Data,.
Tan. Pang-Ning, Steincbach. Michael, Kumar. Vipin, 2006, Introduction to Data Mining, Pearson Education Inc.
Waiyamai, K (2003)“Improving Quality Graduate Student by Data Mining”. Department of Computer engineering. Faculty of Engineering. Kasetsart University, Bangkok Thailand..
Wibisono, Y. (2012). Perbandingan Partition Around Medoids (PAM) dan K-Means Clustering Untuk Tweets. Diakses 23 Maret 2012, dari
Widyawati, N. (2010). Perbandingan Clustering Based On Frequent Word Sequence (CFWS) dan K-Means Untuk Pengelompokan Dokumen Berbahasa Indonesia. Skripsi. Bandung: Fakultas Pendidikan Matematika Dan Ilmu Pengetahuan Alam, Universitas Pendidikan Indonesia. [Tersedia]:
(Abstrak.digilib.upi.edu/../SKRIPSI/..CLUSTERING..K-MEANS../fi…, diakses 20 April 2012)
LAMPIRAN A
Data berikut adalah data Judul Tugas Akhir Mahasiswa AMIK Tunas Bangsa Pematangsiantar yang berjumlah 2020 judul (dalam lampiran ini hanya sampel) :
No Tahun NIM NAMA Judul Kasifikasi
1 2012/2013 201001030037 SRI REZEKI
PERANCANGAN SISTEM APLIKASI PENGOLAHAN DATA SIMPAN PINJAM PADA CU. CINTA MULIA
PEMATANGSIANTAR
DATABASE
2 2012/2013 201001030020 YULIA CITRA DEWI
Perancangan Dan Impelementasi Pengarsipan Pembukuan Pada Kantor Bpdas Asahan Barumun
Pematangsiantar
DATABASE
3 2012/2013 201001030046 EVA ADINA Aplikasi Game Tebak Kata Dengan Menggunakan Macromedia Flash 8.0
WEB Programming
4 2012/2013 201001030152 ERNI DWIYANA GULTOM
Perancangan Dan Implementasi Laporan Pertanggungjawaban Kuintansi Serba Serbi Berbasis Web Pada PT. Asuransi Jiwasraya Pematangsiantar
WEB Programming
5 2012/2013 201001030005 ELLA SRIWAHYUNI
Perancangan Dan Implementasi Data Absensi Karyawan PTPN IV Perkebunan Bah Birong Ulu
DATABASE
6 2012/2013 201001030034 RICHI FERNANDO SARAGIH
SISTEM INFORMASI PENDAFTARAN ANGGOTA BARU BERBASIS WEB DI KOPDIT CU. CINTA MULIA
WEB Programming
7 2012/2013 201001030032 NURWALIANI
Perancangan Dan Implementasi Pengolahan Data Anggaran Pengeluaran Pembangulan Di Kantor Camat Jorlang Hataran
DATABASE
8 2012/2013 201001030072 LAMRIA SIHOMBING
Perancangan Perencanaan Sistem Kerja Di Kantor Bpdas Asahan Barumun Pematangsiantar
DATABASE
9 2012/2013 201001030126 ANDRI YANTI
Perancangan Dan Implementasi Pendaftaran Pernikahan Online Pada Kantor Kementrian Agama
Pematangsiantar
WEB Programming
10 2012/2013 201001030096 RENGGA AMRISTHA
Perancangan Dan Impelementasi Data Penjualan Raskin Pada Kecamatan Siantar Marimbun Kelurahan Tong Marimbun
DATABASE
11 2012/2013 201001030185 RICKY REZZA FRIMA
Perancangan Dan Implementasi Daftar Piket Security Pada PPKS Marihat Pematangsiantar Dengan Menggunakan Visual Basic 6.0 Dan Daabase Mikrosoft SQL Server 2000
DATABASE
12 2012/2013 201002030010 JOANA PRATIWI
Perancangan Dan Implementasi Penerimaan Dan Pengeluaran Barang Pada PT. Perkebunan Nusantara IV Marihat
DATABASE
13 2012/2013 201001030021 ANDRIANSYAH RUKMAN
Perancangan Dan Implementasi Pengolahan Data Bkm(Bantuan Khusus Murid) Pada Smk Teladan
Pematangsiantar
DATABASE
14 2012/2013 201001030057 SRI RAHMAYANI
Sistem Informasi Masa Bebas Tugas (Mbt) Karyawan Yang Akan Pensiun Pada PTP. Nusantara IV (Persero) Unit Kebun Dolok Ilir
LAMPIRAN B
15 2012/2013 201001030323 NURHILMAN SIRAIT
Perancangan Dan Implementasi Konstruksi Pemasangan Pipa Di Perusahaan Daerah Air Minum ( PDAM )Tirtauli Pematangsiantar Menggunakan Bahasa Pemrograman Visual Basic 6.0 dan Database SQL Server 2000
DATABASE
16 2012/2013 201001030058 SUCI LESTARI
Perancangan Dan Implementasi Finishing Polis Pada PT. Asuransi Sinar Mas Pematangsiantar
DATABASE
17 2012/2013 201001030059 SURIANI
Sistem Informasi Penerimaan Surat Pengantar Kiriman Berbasis Web Pada PT. Kerta Gaya Pustaka Pematangsiantar
WEB Programming
18 2012/2013 201002030006 FITRIANI
Perancangan Dan Implementasi Dana Kredit Kontrak Pada Kopdit/ CU Cinta Mulia Pematangsiantar
DATABASE
19 2012/2013 201001030339 LUCY NOVITRI
Perancangan Dan Implementasi Sistem Informasi Pendaftaran Pasien Pada Rumah Sakit Vita Insani Dengan Menggunakan Macromedia Dreamweaver Mx2004 Dan Database Mysql
WEB Programming
20 2012/2013 201001030356 IDRIS MAYANDA
Sistem Informasi Pelaksanaan Kegiatan Instruktur Dan Daftar Data Kelulusan Peserta Pelatihan Pada Balai Latihan Kerja UKM Pematangsiantar
DATABASE
21 2012/2013 201001030052 MUTIARA LUBIS
Perancangan Dan Implementasi Penggajian Karyawan Pada Kantor Camat Siantar Barat Pematangsiantar Dengan Menggunakan Microsoft Visual Basic 6.0 Dan Database Sql Server 2000
DATABASE
22 2012/2013 201001030316 HERMAN SAPUTRA
Perancangan Dan Implementasi Sistem Data Pada Laka Pada Kantor Jasa Raharja Cabang Pematang Siantar Dengan Menggunakan Visual Basic 6.0 Dan SQL Server 2000
DATABASE
23 2012/2013 201001030030 KHOIROTUN NISYAH NASUTION
Peracangan Dan Implementasi Pendataan Penyandang Cacat Berat Di Kantor Camat Jorlanghataran Dengan Menggunakan Bahasa Pemrograman Visual Basic 6.0 Dan Data Base Sql Server2000
DATABASE
24 2012/2013 201001030022 ARFYAH YUSLINA
Perancangan Dan Implementasi Buku Tamu Pada Kantor Perwakilan Bank Indonesia Pematangsiantar
DATABASE
25 2012/2013 201001030038 SUYANTINI
Perancangan Dan Implementasi Penggajian Pegawai Pada Dinas Pendapatan Pengelolaan Keuangan Dan Aset Daerah Pematangsiantar
DATABASE
26 2012/2013 201001030004 DEWI MUSTIKA SARI
Perancangan Dan Implementasi Aplikasi Daftar Nilai Ujian Semester Pada Smk Satrya Budi Karang Sari
DATABASE
27 2012/2013 201001030027 ESTI RAHMADHANI UTAMI
Perancangan Program Sistem Pengingputan Data Pembuatan STNK CV. Apollo Motor Pematangsiantar
LAMPIRAN C
28 2012/2013 201001030159 MUHAMMAD NURSANDRI
Sistem Informasi Pendaftaran Siswa/ Siswi SMK PRAMAARTHA Dengan Menggunakan Microsoft Visual Basic 6.0 Dan Database Microsoft SQL Server 2000
DATABASE
29 2012/2013 201001030029 JULISAH
Perancangan Sistem Informasi Data Iventaris Pada Kantor Camat Jorlang Hataran Dengan Menggunakan Kambahasa Pemrograman Vb 6.0 Dan Data Base Sql Server 2000
DATABASE
30 2012/2013 201001030031 M. RISWANDI
Perancangan Dan Implementasi Pengolahan Data Pembayaran Uang Buku Smk Teladan Pematangsiantar
DATABASE
31 2012/2013 201001030053 NASTRIANI
Perancangan Dan Implementasi Pengolahan Data Piutang Harian Pada Kerta Pusaka (Kgp) Denagan Microsoft Vb 6.0. Dan My Sql Server Pematangsiantar
DATABASE
32 2012/2013 201001030033 OGI IMANUEL
Perancangan Sistem Informasi Pendataan Simpanan Pokok Dan Simpanan Wajib Pada Koperasi CU Cinta Mulia Pematangsiantar
DATABASE
33 2012/2013 201002030031 NURIDWAN
Perancangan Dan Implementasi Jurnal Khusus Pengeluaran Kas Pada Pembelian Buku Lembar Kerja Siswa Smk Swasta Al-Wasliyah 07 Dolok Batu Naggar,Kabupaten Simalungun Dengan Menggunakan Visual Basic For Application(Macro Excel)
DATABASE
34 NULL 2003010300004 Andri Kurniawan
SISTEM IFORMASI INVENTARISASI BERKAS PIUTANG NEGARA PADA KP2LN PEMATANGSIANTAR MENGGUNAKAN BAHASA PEMOGRAMAN VISUAL BASIC 6.0 DENGAN DATABASE SQL SERVER
DATABASE
35 NULL 2003010300005 Arif Rahman
PERANCANGAN DAN IMPLEMENTASI WEB PADA KANTOR PELAYANAN PIUTANG DAN LELANG NEGARA ( KP2LN ) PEMATANG SIANTAR DENGAN MENGGUNAKAN MACROMEDIA DREAMWEAVER MX
WEB Programming
36 NULL 2003010300007 Azhari Rufiandi Saragih
PERANCANGAN DAN IMPLEMENTASI WEB PADA PUSAT PENELITIAN KELAPA SAWIT ( PPKS) PEMATANG SIANTAR DENGAN MENGGUNAKAN MACROMEDIA DREAMWEAVER MX
WEB Programming
37 NULL 2003010300010 Daoni Sinaga
SISTEM INFORMASI INDISIPLINER MAHASISWA AMIK TUNAS BANGSA PEMATANGSIANTAR
MENGGUNAKAN BAHASA PEMOGRAMAN VISUAL BASIC 6.0
DATABASE
38 NULL 2003010300011 Dessi Anizar
SISTEM INFORMASI ADMINISTRASI KARYAWAN MUTASI PADA PTP. NUSANTARA IV KEBUN SIBOSUR MENGGUNAKAN BAHASA PEMROGRAMAN DELPHI 7.0 DENGAN DATABASE SQL SERVER 2000
LAMPIRAN D
39 NULL 2003010300013 Dewi Furi
Handayani
SISTEM INFORMASI PENDATAAN KARYAWAN PENSIUN PADA PTP. NUSANTARA IV UNIT KEBUN SIBOSUR MENGGUNAKAN BAHASA PEMROGRAMAN VISUAL BASIC 6.0 DENGAN DATABASE SQL SERVER 2000
DATABASE
40 NULL 2003010300015 Dina Maya Sari
SISTEM INFORMASI KEPEGAWAIAN PADA PT. TELEKOMUNIKASI INDONESIA, TBK DEVISI LONG DISTANCE RO PEMATANG SIANTAR DENGAN BAHASA PEMOGRAMAN BORLAND DELPHI 7 DAN MENGGUNAKAN DATABASE MICROSOFT ACCESS 2000
DATABASE
41 NULL 2003010300016 Edi Gunawan
PERANCANGAN DAN IMPLEMENTASI E - LEARNING PADA AMIK TUNAS BANGSA PEMATANGSIANTAR DENGAN MENGGUNAKAN MACROMEDIA DREAMWEVER MX 2004 DAN PHP
WEB Programming
42 NULL 2003010300018 Eva Novalina Tamba
SISTEM INFORMASI PELANGGARAN LALU LINTAS PADA POLRES PEMATANGSIANTAR DENGAN MENGGUNAKAN BAHASA PEMROGRAMAN DELPHI 7.0 DATABASE 43 NULL 2003010300022 Heppy Diana Malindan Tampubolon
SISTEM INFORMASI KEPEGAWAIAN PADA DINAS PU TOBA SAMOSIR MENGGUNAKAN BAHASA PEMROGRAMAN VISUAL BASIC 6.0 DAN DATABASE SQL SERVER
DATABASE
44 NULL 2003010300023 Iin Parlina
SISTEM INFORMASI PEGAWAI PADA PT. JAMSOSTEK KISARAN
MENGGUNAKAN BAHASA PEMROGRAMAN VISUAL BASIC 6.0 DENGAN DATABASE SQL SERVER
DATABASE
45 NULL 2003010300024 Ika Novasari
SISTEM INFORMASI ABSENSI PEGAWAI PADA PT. JAMSOSTEK KISARAN MENGGUNAKAN BAHASA PEMROGRAMAN VISUAL BASI 6.0 DENGAN DATABASE SQL SERVER
DATABASE
46 NULL 2003010300027 Joko Julianto
SISEM INFORMASI PENGHITUNGAN SMS PADA Q RADIO DENGAN PEMOGRAMAN VB 6.0 DENGAN SQL SERVER 2000
DATABASE
47 NULL 2003010300028 Juni Anggriani
SISTEM INFORMASI PENGGAJIAN PEGAWAI PADA PT. ASURANSI JIWASRAYA PERSERO PEMATANGSIANTAR DENGAN MENGGUNAKAN BAHASA PEMROGRAMAN VISUAL BASIC 6.0 DENGAN DATABASE SQL SERVER
DATABASE
48 NULL 2003010300029 Lili Chairani Situmorang
SISTEM INFORMASI TATA USAHA GUDANG PADA DIVISI URT PPKS UNIT USAHA MARIHAT MENGGUNAKAN BAHASA PEMROGRAMAN VISUAL BASIC 6.0 DENGAN DATABASE SQL SERVER
LAMPIRAN E
49 NULL 2003010300030 Lisbeth Mariani Agustien Girsang
SISTEM INFORMASI KENAIKAN PANGKAT PADA BADAN KEPEGAWAIAN DAERAH (BKD) KABUPATEN SIMALUNGUN MENGGUNAKAN BAHASA PEMROGRAMAN VISUAL BASIC 6.0 DENGAN DATABASE SQL SERVER
DATABASE
50 NULL 2003010300031 Mahelmina
SISTEM INFORMASI POLIS DAN PEMBAYARAN PREMI PADA PT. ASURANSI JIWASRAYA PERSERO MENGGUNAKAN BAHASA PEMROGRAMAN VISUAL BASIC 6.0 DENGAN DATABASE SQL SERVER
DATABASE
51 NULL 2003010300037 Nanda Putri Hasibuan
SISTEM INFORMASI PENGGAJIAN PADA PT. JAMSOSTEK KISARAN MENGGUNAKAN BAHASA PEMROGRAMAN VISUAL BASIC 6.0 DENGAN DATABASE SQL SERVER
DATABASE
52 NULL 2003010300039 Nurhayati Saragih
SISTEM INFORMASI KEUANGAN PADA AMIK TUNAS BANGSA PEMATANG SIANTAR MENGGUNAKAN BAHASA PEMOGRAMAN VISUAL BASIC 6.0 DENGAN DATABASE SQL SERVER
DATABASE
53 NULL 2003010300041 Povi
PERANCANGAN DAN IMPLEMENTASI WEB PADA POLRES
PEMATANGSIANTAR DENGAN MENGGUNAKAN MACROMEDIA DREAMWEAVER MX
WEB Programming
54 NULL 2003010300042 Rahmad Dani
PERANCANGAN DAN IMPLEMENTASI WEB KOMUNITAS AMIK TUNAS BANGSA MENGGUNAKAN MACROMEDIA DREAMWEVER MX
WEB Programming
55 NULL 2003010300043 Rafiqa Dewi
SISTEM INFORMASI PENDIDIKAN PADA AMIK TUNAS BANGSA PEMATANGSIANTAR DENGAN BAHASA PEMROGRAMAN VISUAL BASIC 6 DAN DATABASE SQL SERVER
DATABASE
56 NULL 2003010300044 Romadona
SISTEM INFORMASI REGISTRASI BUNGA BETINA PADA DIVISI PEMULIAAN PPKS UNIT USAHA MARIHAT MENGGUNAKAN BAHASA PEMROGRAMAN BORLAND DELPHI 7 DENGAN DATABASE SQL SERVER
DATABASE
57 NULL 2003010300046 Setia Ningrum
PERANCANGAN SISTEM INFORMASI PROSES DATA MASYARAKAT DAN RESIDIVIS PADA POLRES PEMATANGSIANTAR (PERSIAPAN) MENGGUNAKAN BAHASA PEMROGRAMAN BORLAND DELPHI 7.0 DENGAN DATABASE SQL SERVER 2000
DATABASE
58 NULL 2003010300050 Umi Kalsum
PERANCANGAN DAN IMPLEMENTASI WEB PADA PT. TELEKOMUNIKASI INDONESIA, TBK PEMATANGSIANTAR DENGAN MENGGUNAKAN
MACROMEDIA DREAMWEVER MX
WEB Programming
59 NULL 2003010300055 Nelly Herawaty Ginting
SISTEM INFORMASI KENAIKAN PANGKAT PADA POLRES SIMALUNGUN MENGGUNAKAN BAHASA PEMROGRAMAN DELPHI 7.0 DENGAN DATABASE SQL SERVER