Article Per Year (5 Year)
p-Index From 2019 - 2024
2.906
P-Index
This Author published in this journals
All Journal Jurnal Computech & Bisnis (e-Journal) Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JRSI (Jurnal Rekayasa Sistem dan Industri) JURNAL MEDIA INFORMATIKA BUDIDARMA JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) TELEKONTRAN: Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan Reswara: Jurnal Pengabdian Kepada Masyarakat eProceedings of Engineering
Ibnu Asror
Universitas Telkom
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Social Sciences

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
PENERAPAN METODE ASSOCIATION RULE MENGGUNAKAN ALGORITMA APRIORI PADA SIMULASI PREDIKSI HUJAN WILAYAH KOTA BANDUNG Mohamad Fauzy; Kemas Rahmat Saleh W; Ibnu Asror
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 2 No. 3 (2016)
Publisher : Universitas Widyatama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (343.241 KB) | DOI: 10.33197/jitter.vol2.iss3.2016.111

Abstract

[Id] Prakiraan cuaca saat ini telah menjadi satu hal yang dibutuhkan bagi banyak orang di dunia. Dalam memprediksi hujan pengolahan data cuaca merupakan hal yang penting. Namun permasalahannya, data cuaca yang semakin hari semakin bertambah menyebabkan penumpukan data sehingga pengolahan data tersebut perlu penanganan lebih lanjut. Oleh karena itu pemanfaatan data mining digunakan untuk menyelesaikan masalah ini. Association rule mining adalah salah satu metode data mining yang dapat mengidentifikasi hubungan kesamaan antar item. Penelitian ini dilakukan dengan tiga tahapan utama yaitu : 1) melakukan analisa pola frekuensi tinggi menggunakan algortima apriori; 2) pembentukan aturan asosiasi (association rule); 3) uji kekuatan rule yang terbentuk dengan menghitung lift ratio pada masing-masing rule. Dataset yang digunakan adalah data klimatologi yang diambil dari BMKG stasiun geofisika kelas 1 Bandung. Hasil akhir dari Penelitian ini berupa aturan-aturan asosiasi (association rules) dimana aturan-aturan ini dapat dijadikan sebagai acuan dalam memprediksi cuaca hujan atau tidak hujan untuk satu hari kedepan. Kata kunci : Data mining, association rule, apriori, prediksi hujan [En] Weather forecast today has become a necessary thing for many people in the world. In predicting rain weather data processing is essential. But the problem, weather data that is increasingly growing cause the accumulation of data so that the data processing needs further treatment. Therefore, the use of data mining is used to solve this problem. Association rule mining is one of data mining methods that can identify similarity relationships between items. This research is performed by three main stages, namely: 1) to analyze high frequency patterns using algorithms priori; 2) the establishment of an association rule (association rule); 3) test the strength of the rule which is formed by calculating the ratio elevator on each rule. The dataset used is the climatological data taken from BMKG station 1st class geophysical Bandung. The end result of this research in the form of rules of association (association rules) in which these rules can be used as a reference in predicting the weather is rain or not rain for the next day. Keywords : data mining, association rule, apriori, rain forecast
ANALISIS DAN IMPLEMENTASI WEB USAGE MINING MENGGUNAKAN ALGORITMA SEQUENTIAL PATTERN DISCOVERY USING EQUIVALENCE CLASSES SPADE (Studi Kasus: Website iGracias Universitas Telkom) Asri Inna Khoirun Nissa; Ibnu Asror; Gede Agung Ari Wisudiawan
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 3 No. 3 (2017)
Publisher : Universitas Widyatama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (304.923 KB) | DOI: 10.33197/jitter.vol3.iss3.2017.138

Abstract

[Id]Website Igracias Universitas Telkom merupakan salah satu website di universitas Telkom yang sering digunakan oleh seluruh entitas Universitas Telkom. Pola pengunjungan web dapat digunakan untuk mengetahui halaman apa saja yang telah dikunjungi oleh user dalam suatu website. Salah satu ilmu yang mempelajari pola navigasi user agar mendapatkan suatu informasi yang bermanfaat adalah web usage mining. Pada penelitian ini algoritma yang digunakan adalah sequential pattern discovery using equivalence classes (SPADE). Algoritma SPADE diterapkan untuk mencari pola perilaku pengguna website dengan cara melakukan preprocessing data untuk menyaring informasi yang dibutuhkan. Dilanjutkan dengan pembentukan data transaksi dan perhitungan SPADE dengan mengkombinasikan itemset dan menghitung frequent-nya untuk mendapatkan rule yang kemudian dicari kekuatan setiap rule dengan menghitung lift ratio-nya.Kata kunci : web usage mining, SPADE.[En]Igracias Telkom University is one of the Telkom University website that are frequently used by the entire entity of the by all entities that exist at Telkom University. The pattern of the web can be used recursively to find out what pages have been visited by the user on a website. One of the study of the patterns of user navigation in order to obtain a useful information is a web usage mining. On this final project, the algorithm used is a sequential pattern discovery using equivalence classes (SPADE). The SPADE algorithm is applied to search behavior patterns by preprocessing data to find out the useful information or knowledge. Proceed with the establishment of the data transaction and calculation of the SPADE by combining itemset and calculate the frequent to get a rules which will then look for the strength of each rule by calculating the lift ratio.
Phrase Based Statistical Machine Translation Javanese-Indonesian Aufa Eka Putri Lesatari; Arie Ardiyanti; Ibnu Asror
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 5, No 2 (2021): April 2021
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v5i2.2812

Abstract

This research aims to produce a statistical machine translation that can be implemented to perform Javanese-Indonesian translation and to know the influence of the main data sources of statistical machine translation namely parallel corpus and monolingual corpus on the quality of Javanese-Indonesian statistical machine translation. The testing was carried out by gradually adding the quantity of parallel corpus and monolingual corpus to seven configurations of Javanese-Indonesian statistical machine translation. All machine translation configuration experiments were tested with test data totaling 500 lines of Javanese sentences. Results from machine translation are evaluated automatically using Bilingual Evaluation Understudy (BLEU). Test results in seven configurations showed an increase in the evaluation value of the translation machine after the quantity of parallel corpus and monolingual corpus was added. The quantity of parallel corpus in configurations 1 and 2 increased by 3,6%, configurations 2 and 3 increased by 8,23%, configurations 3 and 7 increased by 14,92%. Additional monolingual corpus quantity in configurations 4 and 5 increased BLEU score by 0,18%, configurations 5 and 6 increased by 0,06%, configurations 6 and 7 increased by 0,24%. The test results showed that the quantity of parallel corpus and monolingual corpus could increase the evaluation value of statistical machine translation Javanese-Indonesian, but the quantity of parallel corpus had a greater influence than the quantity of monolingual corpus
Temporal Prediction on Students’ Graduation using Naïve Bayes and K-Nearest Neighbor Algorithm Ahmad Marzuqi; Kusuma Ayu Laksitowening; Ibnu Asror
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 5, No 2 (2021): April 2021
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v5i2.2919

Abstract

Accreditation is a form of assessment of the feasibility and quality of higher education. One of the accreditation assessment factors is the percentage of graduation on time. A low percentage of on-time graduations can affect the assessment of accreditation of study programs. Predicting student graduation can be a solution to this problem. The prediction results can show that students are at risk of not graduating on time. Temporal prediction allows students and study programs to do the necessary treatment early. Prediction of graduation can use the learning analytics method, using a combination of the naïve bayes and the k-nearest neighbor algorithm. The Naïve Bayes algorithm looks for the courses that most influence graduation. The k-nearest neighbor algorithm as a classification method with the attribute limit used is 40% of the total attributes so that the algorithm becomes more effective and efficient. The dataset used is four batches of Telkom University Informatics Engineering student data involving data index of course scores 1, level 2, level 3, and level 4 data. The results obtained from this study are 5 attributes that most influence student graduation. As well as the results of the presentation of the combination naïve bayes and k-nearest neighbor algorithm with the largest percentage yield at level 1 75.40%, level 2 82.08%, level 3 81.91%, and level 4 90.42%.
PELATIHAN PENGGUNAAN APLIKASI DISEMINASI INFORMASI DI KPT TELKOM MAKASSAR Tora Fahrudin; Ibnu Asror; Dawam Dwi Jatmiko Suwawi; Yanuar Firdaus Arie Wibowo
RESWARA: Jurnal Pengabdian Kepada Masyarakat Vol 4, No 1 (2023)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/rjpkm.v4i1.2264

Abstract

Kegiatan pelatihan yang diselenggarakan di Kelompok Pendidikan Terpadu Telkom Makassar ini adalah program pengabdian pada masyarakat yang bertujuan untuk membantu pihak pengelola pendidikan Telkom Schools dalam memanfaatkan penggunaan WhatsApp (WA) sebagai sarana penyebaran informasi kepada sivitas akademika yg didapatkan melalui assesstment awal permasalahan mitra dalam mendiseminasikan informasi. Dengan menggunakan aplikasi penyebaran informasi melalui WA ini, diharapkan informasi-informasi penting dan sifatnya dinamis dapat sampai dalam waktu yang singkat dan efektif kepada orang tua siswa maupun siswa. Selain melalui aplikasi, aplikasi ini dilengkapi dengan Application Programming Interface (API) sehingga memungkinkan pengiriman informasi dapat diintegrasikan dengan aplikasi-aplikasi yang lain seperti Sistem Informasi Akademik maupun Sistem Informasi Perpustakaan. Pelaksanaan kegiatan pengabdian masyarakat ini membutuhkan waktu lebih kurang enam bulan, yang meliputi observasi dan diskusi awal, pembuatan aplikasi, pelatihan penggunaan aplikasi, pembuatan video dokumentasi, serta pembuatan laporan akhir. Pelatihan diberikan kepada kepala sekolah maupun admin masing-masing sekolah melalui aplikasi zoom. Hasil dari pengabdian masyarakat ini diperoleh feedback pelaksanaan pelatihan yaitu sebesar 60% setuju dan 40% sangat setuju bahwa materi yang disampaikan sesuai dengan kebutuhan mitra. Selain itu sebesar 53.33% setuju dan 46.67% sangat setuju bahwa teknologi yang ditawarkan sangat bermaanfaat. Terkait dengan kemudahan penyajian materi sebesar 53.33% menyatakan setuju dan 46.67% setuju
Penyederhanaan Kalimat Dalam Dokumen Menggunakan Metode A Noisy-channel Markus Bernard1; Ibnu Asror; Indra Lukmana Sardi
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Informasi adalah sekumpulan data yang telah diolah dan mempunyai arti, salah satu informasi ada dalam sebuah dokumen. Dokumen tentang sains, teknologi, dan kedokteran terdapat kata asing diikuti dengan deskripsi dari kata-kata asing. Deskripsi dari kata-kata asing biasanya dituliskan dalam kalimat-kalimat yang panjang yang orang-orang awam dalam bidang sains, teknologi, dan kedokteran sulit untuk memahami kalimat tersebut. Penyederhanaan kalimat bertujuan untuk menyederhanakan leksikal, gramatikal, atau kompleksitas struktural teks sementara tetap mempertahankan nya makna semantiknya. Penyederhanaan kalimat pada bagian ini bertujuan untuk mempersingkat kalimat-kalimat mengenai sains, teknologi, dan kedokteran dalam bahasa inggris. Sentence Compression berfungsi untuk mengkompres suatu kalimat untuk mendapatkan kalimat yang lebih pendek dari pada kalimat aslinya. Dari Penyederhanaan kalimat dapat memberikan hasil kalimat yang lebih pendek dengan tetap mempertahankan makna dari kalimat aslinya. Hasil Penelitian diperoleh sebuah kalimat yang lebih pendek dari kalimat aslinya, dengan pengurangan kata dalam sebuah kalimat adalah 15% dari kaliamat aslinya. Dan hasil kalimat yang kurang baik untuk kalimat yang mempunyain jumlah kata yang sedikit (dibawah 9 kata). Kata kunci : Informasi, Penyederhanaan Kalimat Abstract Information is a collection of data that has been processed and has meaning, one of the information is in a document. Documents about science, technology, and medicine have foreign words followed by descriptions of foreign words. Descriptions of foreign words are usually written in long sentences that lay people in the fields of science, technology, and medicine find it difficult to understand the sentence. The simplification of the sentence aims to simplify the lexical, grammatical, or structural complexity of the text while retaining its semantic meaning. The simplification of the sentence in this section aims to shorten the sentences about science, technology, and medicine in English. Sentence Compression serves to compress a sentence to get a sentence that is shorter than the original sentence. From simplification of sentences can give shorter sentences while retaining the meaning of the original sentence. Research results obtained a sentence that is shorter than the original sentence, with the reduction of words in a sentence is 15% of the original time. And the result is less good sentences for sentences that have a small number of words (under 9 words). Keywords: Information, Simplification Sentences
Analisis Implementasi Sistem Olap Dan Klasifikasi Ketepatan Waktu Lulus Dan Undur Diri Mahasiswa Teknik Informatika Universitas Telkom Menggunakan Random Forest Pramudita Oktaviani; Ibnu Asror; Moch Arif Bijaksana
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Informasi kelulusan dan undur diri mahasiswa merupakan salah satu tolak ukur untuk mengevaluasi keberhasilan sebuah universitas. Begitu pula dengan program studi S1 Teknik Informatika, Universitas Telkom, yang memanfaatkan informasi kelulusan dan undur diri sebagai salah satu pendukung dalam kegiatan perencanaan dan evaluasi dalam mempertahankan kualitas kelulusan dan akreditasi program studi. Pada kenyataanya, pihak prodi memiliki permasalahan dalam melakukan evaluasi kelulusan, dikarenakan prodi belum bisa mendapatkan informasi yang lengkap, cepat dan akurat, padahal setiap tahunnya permasalahan mengenai kelulusan yaitu jumlah mahasiswa lulus tidak tepat waktu yang lebih besar dibanding dengan jumlah mahasiswa yang lulus tepat waktu dapat mempengaruhi kualitas kelulusan dan akreditasi prodi. Pada tugas akhir, dilakukan pembangunan sistem OLAP yang meliputi ektraksi data operasional ke dalam sebuah data warehouse untuk kemudian dilanjutkan dengan kegiatan analisis data menggunakan teknik klasifikasi data mining dengan random forest untuk menganalisis pola dari penyebab ketepatan waktu lulus dan undur diri mahasiswa. Hasil klasifikasi dievaluasi menggunakan micro average f1-score untuk mengetahui performansi sistem. Berdasarkan data akademik yang digunakan untuk klasifikasi menggunakan Random forest, nilai micro average f1-score tertinggi yang diperoleh sebesar 77%. Kata Kunci:Data mining, random forest, Online Analytical Processing (OLAP), data warehouse. Abstract Information graduation and student retirement is one of the benchmarks for a university. Similarly, S1 Informatics Engineering course, Telkom University, which uses existing information and one of the most effective in planning and evaluation activities in graduation and accreditation courses. In fact, the parties that determine in the evaluation of graduation, because the program has not been able to get complete information, fast and accurate, whereas people who produce graduation ie the number of students is not in accordance with the time is greater than the number of students who can successfully affect the quality of graduation and accreditation of study program. Many factors that affect the timeliness of passing and not repeating are some of the grades of subjects, GPA, presence and more. In the final stages, the OLAP system is developed which includes the extraction of operational data into a data warehouse and then proceeded by using data mining techniques with random forest to analyze the patterns of various timeliness of pass and retreat students. From the result of the grouping that has been done using student academic data of the most influential factor yait The classification results are evaluated using the average micro-f1-score to determine the performance of the system. Based on the academic data used to use Random forest, the highest average micro value obtained is 77%. Keywords :Data mining, random forest, Online Analytical Processing (OLAP), data warehouse.
Executive Information System Rumah Sakit Untuk Mengetahui Pencapaian Mutu Pelayanan Berdasarkan Standar Mutu Nasional Dengan Pendekatan Data Warehouse Agustyna Diyah Sri Kamulyan; Shinta Yulia Puspitasari; Ibnu Asror
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Departemen Kesehatan Republik Indonesia (Depkes RI) memiliki standar mutu nasional yang diberlakukan untuk rumah sakit di Indonesia. Adanya standar mutu nasional tersebut bertujuan untuk menjadi panduan dalam melaksanakan perencanaan, pelaksanaan dan pengendalian, serta pengawasan dan pertanggung jawaban penyelenggaraan standar pelayanan minimal rumah sakit. Mutu pelayanan rumah sakit merupakan obyek yang penting untuk melihat, mengevaluasi, dan meningkatkan kinerja rumah sakit sebagai sumber daya kesehatan yang sangat diperlukan dalam mendukung upaya kesehatan. Tugas akhir ini bertujuan untuk membangun data warehouse untuk rumah sakit yang kemudian dianalisis dengan teknik Online Analytical Processing (OLAP). Hasil dari analisis data warehouse digunakan untuk memberikan informasi kepada pihak eksekutif rumah sakit yang ditampilkan pada Executive Information System (EIS) dalam bentuk grafik. EIS akan menunjukkan informasi pencapaian mutu rumah sakit dan perbandingannya dengan standar mutu nasional yang telah ditetapkan oleh Depkes RI. EIS berguna untuk membantu pihak eksekutif rumah sakit dalam memantau mutu rumah sakit, mengevaluasi kinerja rumah sakit, dan mengambil keputusan untuk meningkatkan mutu rumah sakit berdasarkan standar mutu nasional.
Analisis Implementasi Sistem Olap Dan Klasifikasi Ketepatan Waktu Lulus Dan Undur Diri Mahasiswa S1 Teknik Informatika Universitas Telkom Menggunakan Decision Tree C5.0 Jihan Ratnasari1; Ibnu Asror; Moch Arif Bijaksana
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Bagi suatu Universitas ketepatan lulus dan undur diri mahasiswa merupakan hal yang sangat penting karena sebagai patokan akreditasi. Universitas Telkom merupakan salah satu Universitas Swasta yang berada di Bandung yang merekomondasikan berbagai program studi, salah satunya S1 Teknik Informatika. Program studi S1 Teknik Informatika menjadikan ketepatan lulus dan undur diri mahasiswa sebagai patokan kesuksesan prodi. Namun faktanya pihak prodi masih kesulitan dalam menentukan pola tentang ketepatan waktu lulus dan undur diri mahasiswa dikarenakan tidak diimbangi informasi yang memadai. Pada tugas akhir ini, membangun sebuah sistem menggunakan OLAP (Online Analytical Processing) berupa perancangan data warehouse dan data mining dengan metode klasifikasi dengan algoritma C5.0 untuk menganalisis pola pada ketepatan waktu lulus dan undur diri mahasiswa. Selanjutnya hasil dari klasifikasi algoritma C5.0 dievaluasi dengan mempertimbangkan nilai Precision, Recall, dan Micro Average F1-Score untuk mendapatkan performansi sistem. Hasil klasifikasi yang dievaluasi menggunakan dengan mempertimbangkan nilai Precision, Recall, dan Micro Average F1-Score untuk mengetahui nilai performansi. Berdasarkan performansi dari 2 pengujian yang pertama dengan menggunakan k-fold cross validation di dapat oleh 10-fold dengan nilai performansi 85%, dan pengujian kedua pada perubahan atribut untuk klasifikasi adalah penggunaan atribut data keseluuhan yang mendapatkan nilai akurasi 85%. Kata kunci : data warehouse , Online Analytical Processing (OLAP), data mining, algoritma C5.0 Abstract For a university, graduating accuracy and student retirement is very important because as a benchmark of accreditation. Telkom University is one of the Private University located in Bandung that recommends various study programs, one of them is S1 Informatics Engineering. S1 program of Informatics Engineering makes graduation accuracy and student turn as a benchmark of success of study program. But in fact the prodi is still difficult in determining the pattern about the timeliness of graduation and student retreat due to not balanced with adequate information. In this final project, build a system using OLAP (Online Analytical Processing) in the form of data warehouse and data mining with classification method with C5.0 algorithm to analyze the pattern on the timeliness of pass and the student retreat. The result of C5.0 algorithm classification is evaluated by considering Precision, Recall, and Micro Average F1-Score to get the system performance. The classification results are evaluated using precision, Recall, and Micro Average F1-Score to determine the value of performance. Based on the performance of the first two tests using k-fold cross validation can be done 10 times with the performance value of 85%, and the tests performed for attributes are attribute data that has an accuracy value of 85%. Keywords: data warehouse, Online Analytical Processing (OLAP), data mining, C5.0 algorithm
Penerapan Metode Association Rule Menggunakan Algoritma Apriori Pada Simulasi Prediksi Hujan Wilayah Kota Bandung Mohammad Fauzy; Kemas Rahmat Saleh; Ibnu Asror
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Prakiraan cuaca saat ini telah menjadi satu hal yang dibutuhkan bagi banyak orang di dunia. Dalam memprediksi hujan pengolahan data cuaca merupakan hal yang penting. Namun permasalahannya, data cuaca yang semakin hari semakin bertambah menyebabkan penumpukan data sehingga pengolahan data tersebut perlu penanganan lebih lanjut. Oleh karena itu pemanfaatan data mining digunakan untuk menyelesaikan masalah ini. Association rule mining adalah salah satu metode data mining yang dapat mengidentifikasi hubungan kesamaan antar item. Pada tugas akhir ini akan mencoba menerapkan Association rule mining dengan harapan aturan-aturan asosiatif yang dihasilkan dapat menjadi acuan dalam memprakirakan cuaca. Tugas akhir ini dilakukan dengan tiga tahapan utama yaitu : 1) melakukan analisa pola frekuensi tinggi menggunakan algortima apriori; 2) pembentukan aturan asosiasi (association rule); 3) uji kekuatan rule yang terbentuk dengan menghitung lift ratio pada masing-masing rule. Dataset yang digunakan adalah data klimatologi yang diambil dari BMKG stasiun geofisika kelas 1 Bandung. Hasil akhir dari tugas akhir ini berupa aturan-aturan asosiasi (association rules) dimana aturan-aturan ini dapat dijadikan sebagai acuan dalam memprediksi cuaca hujan atau tidak hujan untuk satu hari kedepan. Kata kunci : data mining, association rule, apriori, prediksi hujan Abstract Weather forecast today has become a necessary thing for many people in the world. In predicting rain weather data processing is essential. But the problem, weather data that is increasingly growing cause the accumulation of data so that the data processing needs further treatment. Therefore, the use of data mining is used to solve this problem. Association rule mining is one of data mining methods that can identify similarity relationships between items. In this final project will try to implement the Association rule mining in hopes of associative rules generated can become a reference in weather forecasting. The final task is performed by three main stages, namely: 1) to analyze high frequency patterns using algorithms priori; 2) the establishment of an association rule (association rule); 3) test the strength of the rule which is formed by calculating the ratio elevator on each rule. The dataset used is the climatological data taken from BMKG station 1st class geophysical Bandung. The end result of this thesis in the form of rules of association (association rules) in which these rules can be used as a reference in predicting the weather is rain or not rain for the next day. Keywords: data mining, association rule, apriori, rain forecast
Co-Authors Adityo Nugroho Agustyna Diyah Sri Kamulyan Ahmad Marzuqi Ainun Nisa Anisa Herdiani Arie Ardiyanti Arie Ardiyanti Suryani Asri Inna Khoirun Nissa Atik Zilziana Muflihati Noor Aufa Eka Putri Lesatari Candra Widya Iswara Candra Widya Iswara, Candra Widya Dana Kusumo Dawam Dwi Jatmiko Suwawi Delvine Toleng Edyt Daryfayi Eka Himawanto Eko Darwiyanto Erricson Hardiansyah Faris Muhammad Firdaus Anggraini Gede Agung Ari Wisudiawan Gede Agung Ary Wisudawan Gregorius Pradana Satriawan Hafiyy Viazola Aziz I Putu Prima Ananda Ilham Akbar Indra Lukmana Sardi Jiddy Abdillah Jihan Ratnasari1 Joshua Chrisdiyanto Kemas Rahmat Saleh Wiharja Kiki Adhinugraha Kiki Adinugraha Kiki Maulana Adhinugraha Laksitowening, Kusuma Ayu Marinda Endi Lestari Markus Bernard1 Miftahul Adnan Rasyid Moch Arif Bijaksana Moch Arif Bijaksana Moch. Arif Bijaksana Mohamad Fauzy Mohammad Fauzy Muhamad Hamda Muhammad Rezaldy Muhammad Thomy Farhan Murahartawaty - Pramudita Oktaviani Puput Fajriati Tri S Rachmadini P Utami Raginda Firdaus Rahmi Rohdiniyah Ramadhyni Rifani Ratna Mayasari Rio Pratama Seno Anunggroho Shaufiah . Shinta Yulia Puspitasari Sri Astuti Tody Ariefianto Wibowo Tora Fahrudin Yanuar Firdaus Arie Wibowo Yusza Reditya M