Home » » DATA MINING KONSEP DAN APLIKASI MENGGUNAKAN MATLAB

DATA MINING KONSEP DAN APLIKASI MENGGUNAKAN MATLAB

Jumlah transaksi yang dilakukan oleh perusahaan atau instansi semakin banyak dari waktu ke waktu lalu apa yang harus perusahan lakukan terhadap data-data transaksi itu?apakah hanya untuk laporan akhir tahun, kemudian dibuang? tetap dikelola hanya untuk keperluan audit yang dilaksanakan dalam periode tertentu? atau, hanya akan dikubur dalam gudang data dan dibiarkan?tentu sayang sekali jika rata-rata transaksi yang sangat banyak itu tidak dimaafatkan untuk kepentingan perusahan atau instansi itu sendiri. Dengan data miring, data-data transaksi tersebut dapat diolah lagi untuk  mengekstrak informasi baru yang berguna dan dapat diolah lagi untuk mengekstrak informasi baru yang berguna dan dapat digunakan sebagai faktor-faktor yang membantu pengambilan keputusan.

Ada empat bagian utama data mining yang menjadi kekuatan buku ini, yaitu bab mengenai klasifikasi, analisis kelompok, deteksi anomali. Metode-Metode klasifikasi yang dibahas meliputi K-Nearest Neighbor, Naive Bayer, Perceptron, MLP Backpropagation, Support vector Machine, dan Fuzzy K-Nearest Neighbor. Metode-Metode analisis kelompok yang dibahas meliputi K-Means, semua dibahas secara jelas dan lengkap dengan contoh implementasinya menggunakan MATLAB. Tidak ketinggalan, pembahasan pemrosesan awal sebagai tahap permulaan pengolahan data juga dibahas, seperti Analysis dan singular value decomposition. Dua metode tersebut sudah digunakan secara luas secara luas sebagai tahap awal pemrosesan data, disertai contoh penerapannya pada data nyata.

------------------------------
Pengarang : EKO PRASETYO
Penerbit : ANDI

Thanks for reading & sharing SELAMAT DATANG DI PERPUSTAKAAN AMIK DEPATI PARBO KERINCI

Previous
« Prev Post

Search

Pengikut

Halaman

Arsip

Statistik Tayangan

Diberdayakan oleh Blogger.