Proses Dan Jenis Permasalahan Data Mining - Skripsi Teknik Informatika

Proses Data Mining
Secara skematis, gorunescu membagi langkah proses pelaksanaan data mining dalam tiga aktivitas yaitu :

• Eksplorasi data, terdiri dari aktivitas pembersihan data, transformasi data, pengurangan dimensi, pemilihan ciri, dan lain-lain.
• Membuat model dan pengujian validasi model, merupakan pemilihan terhadap model-model yang sudah dikembangkan yang cocok dengan kasus yang dihadapi. Dengan kata lain, dilakukan pemilihan model secara kompetitif.
• Penerapan model dengan data baru untk menghasilkan perkiraan dari kasus yang ada.Tahap ini merupakan tahap yang menentukan apakah model yang telah dibangun dapat permasalahan yang dihadapi. 

Jenis Permasalahan Data Mining

Aplikasi yang menggunakan data mining bermaksud menyelesaikan permasalahan dengan membangun model berdasarkan data yang sudah digali untuk diterapkan terhadap data yang lain. Secara umum ada dua jenis tipologi aplikasi data mining :

1. Metode prediksi, yang bermaksud memprediksi nilai yang akan datang berdasarkan data-data yang telah ada variabelnya seperti klasifikasi, regresi, detikasi anomali, dan lain-lain.
2. Metode deskripstif, yang bermaksud membantu user agar mudah melihat pola-pola yang berasal dari data yang ada

Untuk lebih jelasnya mengenai pengertian lebih detail tentang masing-masing pengertian diatas, anda bisa klik pada judul pengertian dibawah ini

• Klasifikasi

• Analisis Kluster ( Cluster Analysis )

• Pencarian Hukum Asosiasi

• Pencarian Pola Beruntun ( Sequential Pattern Discovery )

• Regresi

• Deteksi Penyimpangan ( Deviation/Anomaly Detection )

Sumber pustaka : Pudjo Prabowo. Buku Penerapan Data Mining Dengan Matlab. Bandung: Rekayasa Sains. 2013