CodeIR

Data mining dibagi menjadi beberapa kelompok berdasarkan tugas yang dapat dilakukan, yaitu (Larose, 2005): Deskripsi : Terkadang peneliti dan analis secara sederhana ingin mencoba mencari cara untuk menggambarkan pola dan kecenderungan yang terdapat dalam data. Sebagai contoh, petugas pengumpulan suara mungkin tidak dapat menemukan keterangan atau fakta bahwa siapa yang tidak cukup profesional akan sedikit didukung dalam pemilihan presiden. Deskripsi dari pola dan kecenderungan sering memberikan kemungkinan penjelasan untuk suatu pola atau kecenderungan. Estimasi : Estimasi hampir sama dengan klasifikasi, kecuali variabel target estimasi lebih ke arah numerik dari pada arah kategori. Model dibangun menggunakan record lengkap yang menyediakan nilai dari variable target sebagai nilai prediksi. Selanjutnya pada peninjauan estimasi nilai variabel target dibuat berdasarkan nilai variabel prediksi. Sebagai contoh, akan dilakukan estimasi tekanan darah estolik pada pasien rumah saki...

CRISP-DM dikembangkan tahun 1996 oleh analis dari beberapa industri seperti DaimlerChrisler, SPSS, dan NCR. CRISP-DM menyediakan standar proses data mining sebagai strategi pemecahan masalah secara umum dari bisnis atau unit penelitian. Dalam CRISP-DM sebuah proyek data mining memiliki siklus hidup yang terbagi dalam enam fase. Keseluruhan fase berurutan yang ada tersebut bersifat adaptif. Fase berikutnya dalam urutan bergantung kepada keluaran dari fase sebelumnya. Hubungan penting antarfase digambarkan dengan panah. Sebagai contoh, jika proses berada pada fase modeling . Berdasar pada perilaku dan karakteristik model, proses mungkin harus kembali kepada fase data preparation untuk perbaikan lebih lanjut terhadap data atau berpindah maju kepada fase evaluation. Gambar Proses Data Mining Menurut CRISP-DM Berikut enam fase CRISP-DM (Larose, 2005): Fase pemahaman bisnis (B isnis Understanding Phase ) Penentuan tujuan proyek dan kebutuhan secara detail...

Suatu istilah yang digunakan untuk mengurai penemuan pengetahuan di dalam database. Data mining merupakan proses yang menggunakan teknik statistik, matematik, kecerdasan buatan dan machine learning untuk mengekstrasi dan mengidentifikasi informasi yang bermanfaat dan berbagai pengetahuan yang terakit dari berbagai database besar (Tuban, dkk. 2005). Menurut Gradner Group d ata mining adalah suatu proses menemukan hubungan yang berarti, pola, dan kecenderungan dengan memeriksa dalam sekumpulan besar data yang tersimpan dalam penyimpanan dengan menggunakan teknik pengenalan pola seperti teknik statistik dan matematik (Larose, 2005). Faktor-faktor yang mendorong kemajuan luar biasa dalam bidang data mining antara lain (Larose, 2005): Pertumbuhan yang cepat dalam perkumpulan data. Penyimpanan data dalam  data warehouse , sehingga seluruh perusahaan memiliki akses ke dalam database yang andal. Adanya peningkatan akses data melalui navigasi web dan internet. Tekanan ...