Nama : juaeni abadi

NPM : 14610056
1. Peran Data Mining
1. Estimation (Estimasi)
2. Prediction (Prediksi/Peramalan)
3. Classification (Klasifikasi)
4. Clustering (Klastering)
5. Association (Asosiasi)
2. Algoritma data mining
1. Algoritma estimasi
2. Algoritma prediksi
3. Algoritma klasifikasi yaitu
4. Algoritma clastering yaitu pengelompokan data, hasil observasi dan kasus ke dalam class
yang mirip
5. Algoritma asosiasi yaitu algoritama yang menentukan atribut yang muncul bersamaan
3. Perbedaan Estimasi dan Prediksi
Estimiasi adalah bilangan target berupa bilangan numerik bukan katagorikal sedangkan Prediksi
adalah data yang digunakan merupakan data rentet waktu
4. Estimiasi adalah bilangan target berupa bilangan numerik bukan katagorikal sedangkan
klasifikasi yaitu algoritma yang menggunakan data target / class dan label
5. klasifikasi yaitu algoritma yang menggunakan data target / class dan label sedangkan Klastering
adalah pengelompokan data, hasil observasi dan kasus ke dalam class yang mirip
6. Klastering adalah pengelompokan data, hasil observasi dan kasus ke dalam class yang mirip
sedangkan Prediksi adalah data yang digunakan merupakan data rentet waktu
7. Supervised learning adalah pembelajaran yang terawasi dimana jika output yang diharapkan
telah diketahui sebelumnya sedangan Unsupervised learning adalah pembelajaran yang tidak
terawasi dimana tidak memerlukan target output
8. Tahapan utama data mining
1. Seleksi data
2. Pre-processing (Pemilihan data)
3. Transformasi
4. Data mining
5. Evaluasi / interpretasi