Kritik Jurnal

KRITIK JURNAL

Judul      : Data Mining Sebagai Prediksi Terhadap Data Akademis Mahasiswa Studi Kasus : STMIK MDP

Penulis   : Mardiani

Sumber   : http://eprints.mdp.ac.id/1204/

1.    Jenis penelitian Data Mining ini lebih tepat menggunakan algoritma GMDH(Group Method of Data Mining)

2.      Masalah-masalah

•  Algoritma yang digunakan penulis menggunakan algoritma K-Means dan EM
• Algoritma K-Means memiliki kekurangan, yaitu : 1. Dapat terjebak dalam masalah yang disebut curse of dimensionality. Hal ini dapat terjadi jika data pelatihan memiliki dimensi yang sangat tinggi . 2. Jika hanya terdapat beberapa titik sampel data, maka cukup mudah untuk menghitung dan mencari titik terdekat dengan k titik yang diinisialisasi secara random. Namun jika terdapat banyak sekali titik data (misalnya satu milyar buah data), maka perhitungan dan pencarian titik terdekat akan membutuhkan waktu yang lama.
•  Dalam jurnal ini terdapat rumusan masalah, hipotesis, dan tujuan penilitian secara konsisten.
•  Dari analisis hasil, didapatkan algoritma terbaik untuk melakukan clustering untuk kasus-kasus tersebut jika dibandingkan antara Algoritma K-Means dan EM adalah Algoritma K-Means
•  Penelitian inihanya terbatas penyebutan dan pencarian lokasi tanpa pemetaan spatial secara geografis.
• Metode penelitian: perumusan masalah, penentuan tentik clustering yang akan dipergunakan, preproses data, transformasi data dengan teknik clustering, analisa hasil clustering, dan penarikan kesimpulan.

3.     Desain penelitian

• Desain dalam pengumpulan data(Data Mining) ini sudah tepat dalam menjawab rumusan masalah dalam jurnal ini.
• Perlakuan dalam data dalam penelitian ini sudah digambarkan secara jelas
• Dalam penelitian ini tidak ada informasi yang jelas apakah penelitian ini masuk dalam penelitian replikasi atau bukan.  

KESIMPULAN
Jenis algoritma untuk Data Mining yang digunakan oleh penulis adalah algoritma K-Means dan EM(Expectation Maximation). Dalam fungsionalitas Data mining & Prediksi, yang lebih tepat & lebih cepat untuk memprediksi adalah dengan menggunakan algoritma GMDH(Group Method of Data Handling). Group Method of Data Handling (GMDH) merupakan salah satu jalan yang tepat untuk mendapatkan pengidentifikasian yang akurat dan peramalan dalam proses yang kompleks dan dengan jangka waktu input yang pendek.