99. Program Data Mining Prediksi dengan K-Means Clustering dan Exponential Smoothing

Data mining merupakan tahapan proses menemukan pengetahuan atau informasi baru dari hasil ektraksi informasi implisit dari sekumpulan data yang cukup besar. Data mining clustering atau pengelompokan data mahaiswa ini dibangun dengan menggunakan bahasa pemrograman PHP dan basis data MySQL dengan menerapkan metode K-Means dan Ekponential Smoothing. K-Means adalah salah satu algoritma clustering dengan tujuan membagi data menjadi beberapa kelompok melalui inputan data tanpa adanya label kelas sedangkan Exponential Smoothing adalah prosedur yang secara berkelanjutan memperbaiki peramalan dengan merata-rata nilai data masa lalu secara menurun.

Pengelompokan mahasiswa dan peramalan mahasiswa dengan menggunakan teknik data mining clustering K-Means dan metode Exponential Smoothing dalam peramalan mahasiswa ini di dalamnya tersedia beberapa fitur dan fungsi selain dari mengelompokan data mahasiswa dengan K-Means dan meramalkan mahasiswa dengan Exponential Smoothing juga meliputi mengelola mengelola pengguna yang terdiri dari beberapa level akses, yaitu admin, pegawai dan manajer, informasi iterasi clustering, forecasting peramalan pendaftaran mahasiswa, mengelola data mahasiswa dan lain sebagainya.

Instalasi
Setelah source code berhasil terunduh, kemudian ekstrak apabila menggunakan local server XAMPP simpan folder ummi ke dalam folder htdocs, berikutnya buat database baru dengan nama mahasiswa kemudian import file mahasiswa.sql yang ada di folder db ke dalam database tersebut. Untuk menyesuaikan konfigurasi koneksi database terdapat pada file connect.php yang di folder proses.

$host = "localhost";
$user = "root";
$pass = "";
$db = "mahasiswa";
$con = mysqli_connect($host, $user, $pass, $db);
Gunakan akun berikut untuk dapat masuk ke dalam sistem.
Akun Administrator
Username : admin
Password : admin

Akun Pegawai
Username : reguler1
Password: reguler1

Akun Manajer
Username : manajer1
Password : manajer1