Webinar PLSP Mahasiswa di Dalam dan Luar Negeri

WebinarPengenalan Lapangan Satuan Pendidikan Mahasiswa Pendidikan Matematika di Dalam dan Luar Negeri Pengenalan Lapangan Satuan Pendidikan (PLSP) Mahasiswa Pendidikan Matematika di Dalam dan Luar Negeri merupakan acara bagi mahasiswa agar lebih mengenal PLSP baik di dalam dan luar negeri   NARASUMBER:   Dr. Lili Nurlaili M.Ed. Atase Pendidikan dan Kebudayaan KBRI Filipina   Henny Muliyani, S.H.,

Webinar PLSP Mahasiswa di Dalam dan Luar Negeri Read More »

>> Penerapan Prosedur Lachenbruch pada Kasus Quadratic Discriminant Analysis (oleh Dewi Rachmatin dan Kania Sawitri)

Telah disajikan pada Seminar Nasional Matematika dan Pendidikan Matematika Jurusan Pendidikan Matematika FPMIPA UPI Tahun 2009 Abstrak Hasil-hasil penelitian tentang Linear Discriminant Analysis (LDA) maupun Quadratic Discriminant Analysis (QDA) kebanyakan menggunakan metode Apparent Error Rate (APER) dalam mengevaluasi aturan pengelompokkan dalam Analisis Diskriminan. Metode APER ini mempunyai kelebihan yaitu mudah dihitung, tetapi sayangnya cenderung menaksir

>> Penerapan Prosedur Lachenbruch pada Kasus Quadratic Discriminant Analysis (oleh Dewi Rachmatin dan Kania Sawitri) Read More »

>> Pengklasteran Data Dengan Menggunakan Divisive Analysis Method (Diana) (oleh : Chandra Gunawan, Dewi Rachmatin, dan Maman Suherman)

Telah diseminarkan pada Seminar Matematika UNISBA Tahun 2014 Abstrak Analisis Klaster merupakan analisis pengelompokan data yang mengelompokkan data berdasarkan informasi yang ditentukan pada data. Tujuan dari analisis klaster adalah agar objek-objek di dalam satu kelompok memiliki kesamaan satu sama lain sedangkan dengan objek-objek yang berbeda kelompok memiliki perbedaan. Proses analisis klaster atau pengelompokan data bisa

>> Pengklasteran Data Dengan Menggunakan Divisive Analysis Method (Diana) (oleh : Chandra Gunawan, Dewi Rachmatin, dan Maman Suherman) Read More »

Data Science Club Matematika UPI

Data Science Club adalah kelompok belajar bagi mahasiswa Matematika UPI yang dibentuk oleh Gamatika dan DSI (Data Science Indonesia). Kegiatan ini dibentuk atas dasar kebutuhan dunia kerja yang memasuki era Industri 4.0, dimana permintaan untuk data scientist meningkat tetapi tenaga kerja yang berkeahlian dalam bidang big data masih sangat minim. Selain itu, banyak mahasiswa yang

Data Science Club Matematika UPI Read More »

>> Perbandingan antara Metode Agglomeratif, Metode Divisif, dan Metode K-Means dalam Analisis Klaster (oleh Dewi Rachmatin dan Kania Sawitri)

Telah diseminarkan pada Seminar Nasional Matematika UNPAR Tahun 2014 Abstrak Proses pengelompokan data dalam analisis klaster dapat dilakukan dengan dua metode yaitu: metode hirarki dan metode non-hirarki. Metode hirarki (hierarchical methods) adalah metode pengklasteran yang membentuk konstruksi hirarki berdasarkan tingkatan tertentu seperti struktur pohon. Metode ini dibagi menjadi dua yaitu metode agglomeratif (pemusatan) dan metode

>> Perbandingan antara Metode Agglomeratif, Metode Divisif, dan Metode K-Means dalam Analisis Klaster (oleh Dewi Rachmatin dan Kania Sawitri) Read More »