Tugas (Pengganti Semester Pendek) – Matakuliah Data Mining and Warehouse
Bacalah terlebih dahulu teknik naive bayesian clasifier pada slide (file)nya. Dan kerjakan latihannya dihalaman 14 pada file di bawah ini dan dikumpulkan paling lama (SABTU) tanggal 15 Juli 2018 pukul 10.00 WIB
Silahkan download file di bawah ini:
Tugas Pengganti – Semester Pendek Matakuliah Computer Security
Berikut ini adalah soal tes untuk semester pendek matakuliah Computer Security
- Dalam era teknologi, arus data yang semakin besar dan kompleks mengakibatkan kejahatan-kejahatan di Bidang IT. Ada beberapa istilah yang sering digunakan dalam komunikasi data yaitu Hacking, Hacker, Cracking, Cracker, Kriptografi, Steganografi dan Watermarking. Berikan penjelaskan dari istilah-istilah tersebut.
- Berikan penjelasan terkait beberapa istilah dalam Kriptografi yaitu: Plainteks, Cipherteks, Enkripsi, Dekripsi dan Kriptoanalis?
- Lakukan Proses Enkripsi dari data di bawah ini menggunakan teknik kriptografi Klasik Caesar Cipher “AKU ADALAH MAHASISWA SEMESTER PENDEK“
Tugas ini dikumpulkan dalam bentuk tulis tangan. Dan diserahkan maksimal hari KAMIS, 5 Juli 2018 pukul 19.00 WIB.
Tes – Semester Pendek Mata Kuliah APSI
Silahkan jawab pertanyaan ini dengan baik dan benar.
- Jelaskan perbedaan mendasar pemodelan Terstruktur dan pemodelan Berorientasi Objek?
- Jelaskan apa yang dimaksud UML?
- Jelaskan apa tujuan pembelajaran APSI yang terkait kedalam Skripsi atau Tugas Akhir?
- Jelaskan apa maksud dari statement “Creating a concept model of Use Case Diagram like creating a Film” dan apa alasannya dikatakan statement demikian?
- Jelaskan tentang Proses Algoritma Waterfall atau SDLC dalam pembangunan sebuah perangkat lunak dan apa kaitannya dengan pembelajaran APSI?
Selamat menjawab………..!!!
Dikumpulkan paling lama tanggal 25 Mei 2018. Tulis Tangan.
UAS – APSI 1 (Bagi mahasiswa yang belum ujian)
- Jelaskan perbedaan mendasar Antara Use Case Diagram, Activity Diagram dan Ishikawa diagram, Berikan penjalasan secara spesifik?
- Gambarkan Ishikawa Diagram tentang Proses Kegagalan Mahasiswa dalam Proses Perkuliahan?
- Jawablah Pertanyaan di bawah ini dengan Statement Benar dan Salah. download file ini ::: >>> UAS APSI 1 – 2017 – Copy
Dikumpulkan besok Paling lama Jam 17.00 di Ruang Dosen di Kertas Double Folio dan Tulis Tangan. (Jangan Lupa Membawa Kartu Ujian)
Contoh gambaran ujian
Sebagai kisi-kisi ujian kita sampai penggunaan listview. adapun contoh konsep ujian Vb yang akan saya berikan seperti terlihat pada file dibawah ini: (silahkan download)
Tugas Vb.Net 1
Download lah 3 modul di bawah ini:
VB1 Modul-03 Tipe Data dan Var
Setelah anda mendownload pahami terlebih dahulu setiap modulnya. Di Setiap akhir modulnya terdapat Latihan. Kerjakan latihan tersebut sebagai Nilai TUGAS 1 (dikumpul pada saat UTS. Selain itu untuk nilai QUIZ 1 akan di posting hari Kamis (1 Juni 2017).
Tugas Semester Pendek (SP) – M.Zuhri Noor
Pada awal tahun 2013 perusahaan jasa penyaluran tenaga kerja (outsourcing) berkembang pesat, ditandai dengan permintaan tenaga kerja yang semakin meningkat oleh stake holder baik perusahaan Skala Kecil, Menengah, bahkan Bank-bank nasional ikut meramaikan. Dalam hal perekrutan tentunya memiliki standarisasi penilaian untuk kelayakan setiap calon pekerja yang akan di salurkan di perusahaan tersebut. Berikut ini adalah standarisasi penilaiannya:
- Pendidikan : K1 Bobot : 30%
- Pengalaman Kerja : K2 Bobot: 20%
- Disiplin : K3 Bobot: 15%
- Pengetahuan : K4 Bobot : 17.5%
- Kemampuan Khusus : K5 Bobot : 17.5%
Adapun data calon pekerja yaitu sebagai berikut:
No | Nama | K1 | K2 | K3 | K4 | K5 |
1 | Dina | 80 | 90 | 70 | 90 | 90 |
2 | Dini | 90 | 80 | 75 | 90 | 90 |
3 | Dinu | 90 | 80 | 90 | 70 | 70 |
4 | Dino | 90 | 75 | 80 | 90 | 90 |
5 | Dana | 75 | 75 | 80 | 75 | 75 |
6 | Dani | 75 | 80 | 70 | 70 | 90 |
7 | Danu | 75 | 80 | 90 | 90 | 90 |
Dari data di atas silahkan jawablah pertanyaan di bawah ini:
- Tentukan Calon Pekerja yang memiliki kompetensi terbaik menggunakan metode Simple Additive Weighting (SAW) dikumpulkan hari ini.
Tugas Data Mining Untuk Nilai Tugas 1 dan Quiz 1 (Semester 7 : T.A 2016/2017)
Berikut ini adalah Data Kegempaan yang di himpun dari Badan Meterologi Dan Geofisika.
Tabel : Faktor Kegempaan
No | Sampel | K1 | K2 | K3 | K4 | K5 | Prediksi |
1 | E1 | MS | MS | MS | MS | MS | Gempa |
2 | E2 | TMS | TMS | TMS | TMS | TMS | Tidak |
3 | E3 | MS | MS | TMS | TMS | TMS | Tidak |
4 | E4 | MS | TMS | TMS | TMS | TMS | Tidak |
5 | E5 | MS | TMS | TMS | TMS | TMS | Tidak |
6 | E6 | TMS | MS | MS | MS | MS | Gempa |
7 | E7 | MS | MS | MS | MS | MS | Gempa |
8 | E8 | MS | TMS | MS | MS | MS | Gempa |
9 | E9 | TMS | MS | MS | MS | MS | Gempa |
10 | E10 | TMS | TMS | TMS | TMS | MS | Tidak |
Keterangan:
- K1 = Geodesi
- K2 = Geomagnet
- K3 = Geologi
- K4 = Seismologi
- K5 = Seismic Velocity
- MS = Memenuhi Syarat
- TMS = Tidak Memenuhi Syarat
Dengan Ketentuan Bobot Kriteria
K1 = 40%
K2 = 20 %
K3 = 10 %
K4 = 10 %
K5 = 20 %
Maka dengan sampel data Kasus Baru Di bawah ini, Dengan menggunakan Metode K-Nearest Neighbor maka hasil dari :
- K1 = TMS, K2=MS, K3= TMS, K4=MS, dan K5=TMS
- K1 = MS, K2=TMS, K3= MS, K4=TMS, dan K5=MS
- K1 = MS, K2=MS, K3= MS, K4=MS, dan K5=TMS
Tulislah Dalam Sebuah kertas Double Folio dan dikumpulkan Pada saat ujian UTS Data Mining melalui Komting Masing-masing.