Pola Pencocokan Workflow untuk Memulihkan Anomali Pada Proses Bisnis

Septiarakhman, Rizal (2018) Pola Pencocokan Workflow untuk Memulihkan Anomali Pada Proses Bisnis. Undergraduate thesis, Institut Teknolog iSepuluh Nopember.

[thumbnail of 5114100180-Undergraduate_Theses.pdf]
Preview
Text
5114100180-Undergraduate_Theses.pdf - Accepted Version

Download (2MB) | Preview

Abstract

Belakangan ini, banyak perusahaan yang membutuhkan program untuk memodelkan log data mereka. Dikarenakan ini dapat memiliki banyak keuntungan salah satunya untuk mengecek error dari tiap aktivitas yang ada pada log data. Masalahnya log data biasanya sangatlah besar dan tidak dapat dimodelkan manual karena akan sangat membuang waktu dan energi. Maka dari itu, tugas akhir ini ditujukan untuk memunculkan model bisnis proses dari Linear Temporal Logic dan membandingkannya dengan model yang diciptakan langsung dari event log menggunakan metode Pattern Matching. Tugas akhir kali ini menunjukkan kelanjutan dari algoritma declarative miner, untuk membuat pola dalam Linear Temporal Logic (LTL) model dari log data yang dimiliki perusahaan, memiliki performa yang sangat bagus. Itu dibuktikan dari besarnya akurasi perbandingan antara LTL dan Event Log dengan menggunakan Neo4j.
=============================================================================================================
Nowadays, many companies need a program to model their data logs. As this can have many benefits such as to check the errors of every activity in the data log. The problem is log data is usually very large that it can’t be modelled manually because it will be such a waste of time and energy. Therefore, this research generate a business process model from Linear Temporal Logic and compare it to model generated directly from event log using Pattern Matching. This research shows that an extended algorithm of declarative miner, to create pattern in Linear Temporal Logic (LTL) rule model from Log Data owned by the company, has a very good performance. It is proven by the high accuracy of the matching of LTL and event log using graph in Neo4j.

Item Type: Thesis (Undergraduate)
Additional Information: RSIf 005.276 2 Sep p-1 3100018074494
Uncontrolled Keywords: Control Flow Pattern, Neo4j, Linear Temporal Logic, Graph Database, Pattern Matching
Subjects: Q Science > QA Mathematics > QA76.9.I58 Recommender systems (Information filtering)
Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions: Faculty of Information and Communication Technology > Informatics > 55201-(S1) Undergraduate Thesis
Depositing User: Rizal Septiarakhman
Date Deposited: 19 Mar 2018 01:23
Last Modified: 22 Jul 2020 23:53
URI: http://repository.its.ac.id/id/eprint/50027

Actions (login required)

View Item View Item