Data Mining - Revision history

Onnowpurbo: /* Pranala Menarik */

2019-07-31T18:04:01Z

Pranala Menarik

← Older revision		Revision as of 18:04, 31 July 2019
Line 46:		Line 46:
	==Pranala Menarik==		==Pranala Menarik==

			* [[datamining]]
	* [[Sekitar Python]]		* [[Sekitar Python]]
	* [[Text Mining]]		* [[Text Mining]]

Onnowpurbo: /* Pranala Menarik */

2019-07-29T01:00:00Z

Pranala Menarik

← Older revision		Revision as of 01:00, 29 July 2019
Line 46:		Line 46:
	==Pranala Menarik==		==Pranala Menarik==

			* [[Sekitar Python]]
	* [[Text Mining]]		* [[Text Mining]]

Onnowpurbo: /* Metoda Data Mining Secara Umum */

2019-07-29T00:16:05Z

Metoda Data Mining Secara Umum

← Older revision		Revision as of 00:16, 29 July 2019
Line 42:		Line 42:
	\| Penawaran Barang di situs e-commerce saat kita sudah mengklik sebuah barang.		\| Penawaran Barang di situs e-commerce saat kita sudah mengklik sebuah barang.
	\|}		\|}


			==Pranala Menarik==

			* [[Text Mining]]

Onnowpurbo: /* Metoda Data Mining Secara Umum */

2019-07-28T23:06:00Z

Metoda Data Mining Secara Umum

← Older revision		Revision as of 23:06, 28 July 2019
Line 14:		Line 14:

	==Metoda Data Mining Secara Umum==		==Metoda Data Mining Secara Umum==



			{\| border="1" cellpadding=2 style="border-collapse: collapse"
			! Metoda
			! Contoh Algoritma
			! Penggunaan
			\|-
			\| Estimasi (Estimate)
			\| Regresi Liniear
			\| Estimasi Waktu pengiriman Pizza
			\|-
			\| Prediksi (Prediction)
			\| Neural Network
			\| Time Series (seperti prediksi harga saham)
			\|-
			\| Klasifikasi (Classification)
			\| C4.5, Spanning Tree
			\| Prediksi Kelulusan Mahasiswa
			\|-
			\| Klastering (Clustering)
			\| k-means
			\| Clustering bunga Iris
			\|-
			\| Asosiasi (Association)
			\| FP-Growth
			\| Penawaran Barang di situs e-commerce saat kita sudah mengklik sebuah barang.
			\|}

Onnowpurbo: /* Secara Sederhana */

2019-07-28T22:46:26Z

Secara Sederhana

← Older revision		Revision as of 22:46, 28 July 2019
Line 6:		Line 6:


	==~~Secara Sederhana~~==		==Data Mining Disederhanakan==

	[[File:DataMining-overview.jpeg\|center\|600px\|thumb]]		[[File:DataMining-overview.jpeg\|center\|600px\|thumb]]

	Gambaran yang lebih sederhana bisa dilihat di gambar di atas.		Gambaran yang lebih sederhana bisa dilihat di gambar di atas.


			==Metoda Data Mining Secara Umum==

Onnowpurbo: /* Secara Sederhana */

2019-07-28T22:45:27Z

Secara Sederhana

← Older revision		Revision as of 22:45, 28 July 2019
Line 8:		Line 8:
	==Secara Sederhana==		==Secara Sederhana==

	[[File:DataMining-overview.jpeg\|center\|~~200px~~\|thumb]]		[[File:DataMining-overview.jpeg\|center\|600px\|thumb]]

	Gambaran yang lebih sederhana bisa dilihat di gambar di atas.		Gambaran yang lebih sederhana bisa dilihat di gambar di atas.

Onnowpurbo at 22:45, 28 July 2019

2019-07-28T22:45:14Z

← Older revision		Revision as of 22:45, 28 July 2019
Line 4:		Line 4:

	Tugas data mining yang sebenarnya adalah analisis semi-otomatis atau otomatis sejumlah besar data untuk mengekstrak pola yang tidak diketahui sebelumnya yang menarik seperti kelompok catatan data (analisis kluster), catatan tidak biasa (deteksi anomali), dan dependensi (penambangan aturan asosiasi) penambangan pola berurutan). Ini biasanya melibatkan penggunaan teknik basis data seperti indeks spasial. Pola-pola ini kemudian dapat dilihat sebagai semacam rangkuman data input, dan dapat digunakan dalam analisis lebih lanjut atau, misalnya, dalam pembelajaran mesin dan analisis prediktif. Sebagai contoh, langkah penambangan data mungkin mengidentifikasi beberapa kelompok dalam data, yang kemudian dapat digunakan untuk memperoleh hasil prediksi yang lebih akurat oleh sistem pendukung keputusan. Baik pengumpulan data, persiapan data, maupun interpretasi hasil dan pelaporan merupakan bagian dari langkah penambangan data, tetapi menjadi bagian dari keseluruhan proses KDD sebagai langkah tambahan.		Tugas data mining yang sebenarnya adalah analisis semi-otomatis atau otomatis sejumlah besar data untuk mengekstrak pola yang tidak diketahui sebelumnya yang menarik seperti kelompok catatan data (analisis kluster), catatan tidak biasa (deteksi anomali), dan dependensi (penambangan aturan asosiasi) penambangan pola berurutan). Ini biasanya melibatkan penggunaan teknik basis data seperti indeks spasial. Pola-pola ini kemudian dapat dilihat sebagai semacam rangkuman data input, dan dapat digunakan dalam analisis lebih lanjut atau, misalnya, dalam pembelajaran mesin dan analisis prediktif. Sebagai contoh, langkah penambangan data mungkin mengidentifikasi beberapa kelompok dalam data, yang kemudian dapat digunakan untuk memperoleh hasil prediksi yang lebih akurat oleh sistem pendukung keputusan. Baik pengumpulan data, persiapan data, maupun interpretasi hasil dan pelaporan merupakan bagian dari langkah penambangan data, tetapi menjadi bagian dari keseluruhan proses KDD sebagai langkah tambahan.


			==Secara Sederhana==

			[[File:DataMining-overview.jpeg\|center\|200px\|thumb]]

			Gambaran yang lebih sederhana bisa dilihat di gambar di atas.

Onnowpurbo at 11:38, 22 September 2018

2018-09-22T11:38:14Z

← Older revision		Revision as of 11:38, 22 September 2018
Line 2:		Line 2:

	Istilah "data mining" pada kenyataannya keliru, karena tujuannya adalah ekstraksi pola dan pengetahuan dari sejumlah besar data, bukan ekstraksi (penambangan) data itu sendiri. Ini juga merupakan kata kunci dan sering diterapkan pada segala bentuk data skala besar atau pemrosesan informasi (pengumpulan, ekstraksi, warehousing, analisis, dan statistik) serta aplikasi sistem pendukung keputusan komputer, termasuk kecerdasan buatan (misalnya, machine learning) dan intelijen bisnis. Pegangan praktis data mining tool dan teknik pembelajaran mesin dengan Java (yang mencakup sebagian besar materi pembelajaran mesin) pada awalnya diberi nama hanya Practical Machine Learning, dan istilah data mining hanya ditambahkan untuk alasan pemasaran. Seringkali istilah yang lebih umum (skala besar) analisis data dan analitik - atau, ketika mengacu pada metode yang sebenarnya, kecerdasan buatan dan pembelajaran mesin - lebih tepat.		Istilah "data mining" pada kenyataannya keliru, karena tujuannya adalah ekstraksi pola dan pengetahuan dari sejumlah besar data, bukan ekstraksi (penambangan) data itu sendiri. Ini juga merupakan kata kunci dan sering diterapkan pada segala bentuk data skala besar atau pemrosesan informasi (pengumpulan, ekstraksi, warehousing, analisis, dan statistik) serta aplikasi sistem pendukung keputusan komputer, termasuk kecerdasan buatan (misalnya, machine learning) dan intelijen bisnis. Pegangan praktis data mining tool dan teknik pembelajaran mesin dengan Java (yang mencakup sebagian besar materi pembelajaran mesin) pada awalnya diberi nama hanya Practical Machine Learning, dan istilah data mining hanya ditambahkan untuk alasan pemasaran. Seringkali istilah yang lebih umum (skala besar) analisis data dan analitik - atau, ketika mengacu pada metode yang sebenarnya, kecerdasan buatan dan pembelajaran mesin - lebih tepat.

			Tugas data mining yang sebenarnya adalah analisis semi-otomatis atau otomatis sejumlah besar data untuk mengekstrak pola yang tidak diketahui sebelumnya yang menarik seperti kelompok catatan data (analisis kluster), catatan tidak biasa (deteksi anomali), dan dependensi (penambangan aturan asosiasi) penambangan pola berurutan). Ini biasanya melibatkan penggunaan teknik basis data seperti indeks spasial. Pola-pola ini kemudian dapat dilihat sebagai semacam rangkuman data input, dan dapat digunakan dalam analisis lebih lanjut atau, misalnya, dalam pembelajaran mesin dan analisis prediktif. Sebagai contoh, langkah penambangan data mungkin mengidentifikasi beberapa kelompok dalam data, yang kemudian dapat digunakan untuk memperoleh hasil prediksi yang lebih akurat oleh sistem pendukung keputusan. Baik pengumpulan data, persiapan data, maupun interpretasi hasil dan pelaporan merupakan bagian dari langkah penambangan data, tetapi menjadi bagian dari keseluruhan proses KDD sebagai langkah tambahan.

Onnowpurbo: Created page with "Data Mining adalah proses menemukan pola dalam kumpulan data besar yang melibatkan metode yang terkait machine learning, statistik, dan sistem basis data. Data mining adalah s..."

2018-09-22T11:36:49Z

Created page with "Data Mining adalah proses menemukan pola dalam kumpulan data besar yang melibatkan metode yang terkait machine learning, statistik, dan sistem basis data. Data mining adalah s..."

New page

Data Mining adalah proses menemukan pola dalam kumpulan data besar yang melibatkan metode yang terkait machine learning, statistik, dan sistem basis data. Data mining adalah sub-bidang ilmu komputer interdisipliner dengan tujuan keseluruhan untuk mengekstrak informasi (dengan metode cerdas) dari satu set data dan mengubah informasi menjadi struktur yang dapat dipahami untuk digunakan lebih lanjut. Data Mining adalah langkah analisis proses "Knowledge Discovery in databases", atau KDD. Selain dari langkah analisis data mentah, itu juga melibatkan aspek database dan manajemen data, pra-pemrosesan data, model dan pertimbangan inferensi, konsiderasi metrik, pertimbangan kompleksitas, pasca-pemrosesan struktur yang ditemukan, visualisasi, dan pembaruan online

Istilah "data mining" pada kenyataannya keliru, karena tujuannya adalah ekstraksi pola dan pengetahuan dari sejumlah besar data, bukan ekstraksi (penambangan) data itu sendiri. Ini juga merupakan kata kunci dan sering diterapkan pada segala bentuk data skala besar atau pemrosesan informasi (pengumpulan, ekstraksi, warehousing, analisis, dan statistik) serta aplikasi sistem pendukung keputusan komputer, termasuk kecerdasan buatan (misalnya, machine learning) dan intelijen bisnis. Pegangan praktis data mining tool dan teknik pembelajaran mesin dengan Java (yang mencakup sebagian besar materi pembelajaran mesin) pada awalnya diberi nama hanya Practical Machine Learning, dan istilah data mining hanya ditambahkan untuk alasan pemasaran. Seringkali istilah yang lebih umum (skala besar) analisis data dan analitik - atau, ketika mengacu pada metode yang sebenarnya, kecerdasan buatan dan pembelajaran mesin - lebih tepat.