Page 79 - MODUL INFORMATIKA BK,TIK, SK, JKI, AD
P. 79

Berpikir Komputasional    Dasar – Dasar Informatika   SMK Kelas X

                                2.  Link  analysis.  Sebuah  teknik  untuk  membuat  hubungan  antara  record yang  individu

                                     atau sekumpulan record dalam database.

                                3.  Deviation      detection.      Sebuah     teknik    untuk    mengidentifikasi  outlier     y  a  n  g

                                     mengekspresikan sebuah deviasi dari ekspektasi yang sudah diketahui sebelumnya.


                                4.  Nearest  Neighbour.  Teknik  yang  memprediksi  pengelompokan,  teknik  ini  sendiri

                                     merupakan teknik yang tertua yang digunakan dalam data mining.

                                5.  Clustering.  Merupakan  teknik  untuk  mengklasifikasikan  data  berdasarkan  kriteria

                                     masing-masing data.


                                6.  Decision Tree. Merupakan teknik generasi selanjutnya, dimana teknik ini adalah sebuah
                                     model prediktif yang dapat digambarkan seperti pohon. Setiap node yang terdapat dalam

                                     struktur  pohon  tersebut  mewakili  sebuah  pertanyaan  yang  digunakan  untuk

                                     menggolongkan data.




                         4)  Permasalahan


                            Tidak mudah mengumpulkan informasi dan melakukan penambangan data, banyak permasalah

                            yang ditemui saat melakukan penambangan data, antara lain :


                            a) Metodologi Mining

                                 -  Menambang berbagai jenis pengetahuan dari berbagai tipe data

                                 -  Kinerja: efisiensi, efektivitas, dan skalabilitas

                                 -  Evaluasi pola: masalah ketertarikan
                                 -  Memasukkan pengetahuan latar belakang

                                 -  Menangani kebisingan dan data yang tidak lengkap

                                 -  Metode penambangan paralel, terdistribusi dan tambahan

                                 -  Integrasi pengetahuan yang ditemukan dengan yang ada: fusi pengetahuan
                            b) User interaction

                                 -  Bahasa kueri penambangan data dan penambangan ad-hoc

                                 -  Ekspresi dan visualisasi hasil penambangan data
                                 -  Penambangan pengetahuan interaktif di berbagai tingkatan abstraksi

                            c) Applications and social impacts

                                 -  Penambangan data khusus domain & penambangan data tak terlihat

                                 -  Perlindungan keamanan data, integritas, dan privasi


                         5)  Contoh Penerapan


                            Penambangan  data  dapat  digunakan  di  berbagai  sektor,  mulai  dari  sektor  bisnis,  manajemen,

                            keuangan dan lain sebagaianya.






               48                                                                                           Informatika – SMK Kelas X
   74   75   76   77   78   79   80   81   82   83   84