Daftar Nilai Tugas Mata Kuliah Data Mining 2021 – Nilai tugas mata kuliah Data Mining dapat dilihat di sini.
Jika Anda membuka halaman ini menggunakan handphone, silahkan aktifkan mode Landscape untuk mendapatkan hasil tampilan web yang lebih maksimal. Di bawah ini adalah daftar seluruh nilai tugas mata kuliah Data Mining jurusan Teknik Informatika (TI) di STIKI (Sekolah Tinggi Informatika dan Komputer Indonesia) Malang :
No | NRP | Nama | T1 | T2 | T3 | T4 |
1 | 151111111 | Jihan Amalia Mirzal | 110 | 95 | 70 | 0 |
2 | 181111001 | Samuel Ardiyanto | 110 | 80 | 80 | 95 |
3 | 181111052 | Ramagani Nurandra Kurnia Subroto | 0 | 0 | 0 | 0 |
4 | 191111014 | Ronggo Haikal | 105 | 85 | 75 | 95 |
5 | 191111015 | Deva Pratama Putra | 105 | 65 | 75 | 95 |
6 | 191111024 | George Abraham Talakua | 95 | 70 | 80 | 100 |
7 | 191111026 | Janrel George'gi Fenanlampir | 110 | 90 | 65 | 100 |
8 | 191111041 | Muhammad Mutawalli Sya'rawi | 120 | 100 | 90 | 100 |
9 | 191111062 | Achmad Sulton | 5 | 65 | 75 | 95 |
PREDIKSI NILAI AKHIR
No | NRP | Nama | T | UTS | UAS | K | P |
1 | 191111014 | Ronggo Haikal | 90 | 98 | 94 | 94 | A |
2 | 191111026 | Janrel George'gi Fenanlampir | 91 | 100 | 94 | 95 | A |
3 | 191111015 | Deva Pratama Putra | 85 | 60 | 90 | 80 | A |
4 | 181111001 | Samuel Ardiyanto | 91 | 60 | 93 | 82 | A |
5 | 191111062 | Achmad Sulton | 60 | 70 | 61 | 63 | C |
6 | 191111024 | George Abraham Talakua | 86 | 98 | 91 | 92 | A |
7 | 191111041 | Muhammad Mutawalli Sya'rawi | 102 | 80 | 94 | 91 | A |
8 | 151111111 | Jihan Amalia Mirzal | 68 | 55 | 12 | 36 | E |
9 | 181111052 | Ramagani Nurandra Kurnia Subroto | 0 | 40 | 4 | 14 | E |
Keterangan
Di bawah ini adalah keterangan dari masing-masing field yang ada pada tabel di atas :
– NRP : Nomor Registrasi Peserta – Nama : Nama mahasiswa
– Tugas 1 : Data Mining Klasifikasi Naive Bayes Gaussian Categorical
– Tugas 2 : Data Mining Klasifikasi Naive Bayes Multinomial Text
– Tugas 3 : Data Mining Clustering K-Means
– Tugas 4 : Data Mining Asosiasi Apriori
– UTS : Nilai Ujian Tengah Semester
– T : Rata-rata nilai Tugas
– K : Akumulasi nilai UTS dan rata-rata nilai tugas berdasarkan presentase nilai pada kontrak kuliah (UAS 40%, UTS 30%, Tugas 20% dan Kehadiran 10%).
– P : Prediksi nilai akhir mata kuliah Data Mining dengan asumsi nilai UAS = 80 dan presentase kehadiran min 80%.
Catatan :
– Bagi mahasiswa yang nilai UTS-nya kosong berarti tidak hadir pada saat UTS.
– Bagi mahasiswa yang nilai rata-rata Tugas-nya kosong berarti tidak pernah mengerjakan Tugas.
– Bagi mahasiswa yang nilai Tugas-nya = 0, berarti tidak pernah mengikuti quiz/mengumpulkan Tugas.
– Nilai di atas sudah termasuk nilai bonus.
– Bagi mahasiswa yang rata-rata nilai Tugas-nya lebih dari 100, maka kelebihan nilainya akan di akumulkasikan ke nilai UAS.
– Bagi mahasiswa yang nilai UTS-nya lebih dari 100, maka kelebihan nilainya akan di akumulkasikan ke nilai UAS/Tugas.
– Perlu diketahui bahwa prediksi nilai akhir pada halaman ini bukanlah nilai mutlak, sehingga Anda masih berpeluang untuk merubah atau memperbaiki takdir yang dibuat oleh sistem, karena pada dasarnya prediksi dari suatu sistem yang dibuat oleh manusia tidak semuanya akurat, akan tetapi prediksi tersebut bisa menjadi gambaran atau petunjuk untuk peristiwa apa yang akan terjadi di masa depan.