4.Chache memory.

Cache memory adalah memory berukuran kecil berkecepatan tinggi yang

berfungsi untuk menyimpan sementara instruksi dan/atau data (informasi) yang
diperlukan oleh prosesor. Boleh dikatakan bahwa cache memory ini adalah
memory internal prosesor. Cache memory ini berbasis SRAM yang secara fisik
berukuran kecil dan kapasitas tampung datanya juga kecil atau sedikit. Pada saat
ini, cache memory ada 3 jenis, yaitu L1 cache, L2 cache, dan L3 cache.

5. Organisasi Komputer adalah bagian yang terkait erat dengan unit-unit

operasional dan interkoneksi antar komponen penyusun sistem komputer dalam
merealisasikan aspek arsitekturnya. Contoh aspek organisasional adalah teknologi
hardware, perangkat antarmuka, teknologi memori, sistem memori dan sinyal-
sinyal kontrol.
Fungsi dari Komputer :

 Fungsi Operasi Pengolahan Data

 Fungsi Operasi Penyimpanan Data
 Fungsi Operasi Pemindahan Data
 Fungsi Operasi Kontrol

DM:
1. 1.Definisi data mining :
Data mining adalah suatu proses yang digunakan untuk mencari informasi dan knowledge
yang berguna, dimana diperoleh dari data-data yang dimiliki. Dari buku Data Mining
Technique yang dikarang oleh Berry and Linoff, proses terjadinya data mining dapat
dideskripsikan sebagai virtous cycle. Didasari oleh pengembangan berkelanjutan dari
proses bisnis serta didorong oleh penemuan knowledge ditindaklanjuti dengan
pengambilan tindakan dari penemuan tersebut.
2.Tujuan dan kegunaan data mining

1. Classification, yaitu menyimpulkan definisi-definisi

karakteristik sebuah grup. Contoh: pelanggan-pelanggan
perusahaan yang telah berpindah kesaingan perusahaan yang
lain.
2. Clustering, yaitu mengindentifikasikan kelompok-kelompok
dari barang-barang atau produk-produk yang mempunyai
karakteristik khusus(clustering berbeda dengan classification,
dimana pada clustering tidak terdapat definisi-definisi
karakteristik awak yang di berikan pada waktu classification.)
 3. Association, yaitu mengidentifikasikan hubungan antara
kejadian-kejadian yang terjadi pada suatu waktu, seperti isi-isi
dari keranjang belanja.
4. Sequencing Hampir sama dengan association, sequencing
mengidentifikasikan hubungan-hubungan yang berbeda pada
suatu periode waktu tertentu, seperti pelanggan-pelanggan
yang mengunjungi supermarket secara berulang-ulang.
5. Forecasting memperkirakan nilai pada masa yang akan datang
berdasarkan pola-pola dengan sekumpulan data yang besar,
seperti peramalan permintaan pasar.
Tujuan Data Mining :
1. Explanatory adalah Untuk menjelaskan beberapa kondisi
penelitian, seperti mengapa penjualan truk pick up meningkat
di colorado.
2. Confirmatory Untuk mempertegas hipotesis, seperti halnya
2 kali pendapatan keluarga lebih suka di pakai untuk membeli
peralatan keluarga, di bandingkan dengan satu kali
pendapatan keluarga.
3. Exploratory Menganalisis data untuk hubungan yang baru
yang tidak di harapkan, seperti halnya pola apa yang cocok
untuk kasus penggelapan kartu kredit.
Aplikasi data Mining:

2.Data warehouse adalah tempat penyimpanan data yang berorientasi pada subjek,
terintegrasi, tidak mudah berubah, dan memiliki rentang waktu, yang diambil dari
database operasional, historis, dan eksternal, yang diproses agar dapat dianalisis untuk
mendukung proses pengambilan keputusan.
OLAP adalah teknologi yang menggunkana sekumpulan prinsip kerangka kerja dimensional
yang memakai data agregat untuk menyediakan akses cepat kepada informasi strategis
sehingga dapat dipakai untuk melakukan analisis tingkat lanjut dalam untuk mendukung
proses pengambilan keputusan.

3.Definisi Cluster
Cluster adalah sebuah area pada grafik terminal trading, di situ beberapa peristiwa khusus dapat
diamati. Cluster dapat berupa harga ataupun waktu. Cluster harga dapat diamati melalui
berbagai metode seperti yang diterapkan pada analisis teknikal, yakni ditunjukkan melalui harga
yang sama pada sebuah pembalikan. Sedangkan cluster waktu ditunjukkan melalui pembalikan
waktu dan tidak berhubungan dengan harga.

4.Metode data Mining:

1. Classification
 Classification adalah metode yang paling umum pada data mining. Persoalan bisnis sperti Churn
Analysis, dan Risk Management biasanya melibatkan metode Classification.

2. Clustering

Clustering juga disebut sebagai segmentation. Metoda ini digunakan untuk mengidentifikasi
kelompok alami dari sebuah kasus yang di dasarkan pada sebuah kelompok atribut,
mengelompokkan data yang memiliki kemiripan atribut.

3. Association
Association juga disebut sebagai Market Basket Analysis. Sebuah problem bisnis yang khas adalah
menganalisa tabel transaksi penjualan dang mengidentifikasi produk-produk yang seringkali dibeli
bersamaan oleh customer, misalnya apabila orang membeli sambal, biasanya juga dia membeli
kecap. 

4. Regression
Metode Regression mirip dengan metode Classification, yang membedakannya adalah metode
regression tidak bisa mencari pola yang dijabarkan sebagai class (kelas).

Metoda regression bertujuan untuk mecari pola dan menentukan sebuah nilai numerik.

5. Forecasting
Forecasting juga adalah metode data mining yang sangat penting. Contohnya digunakan untuk
menjawab pertanyaan seperti berikut:

        Seperti apa jadinya nilai saham dari Microsoft Corporation (pada NASDAQ, disimbolkan sebagai
MSFT) pada keesokan hari?

        Sebanyak apa penjualan produk tertentu pada bulan depan?

6. Sequence Analysis

Sequence Anlysis digunakan untuk mencari pola pada serangkaian kejadian yang disebut dengan
Sequence. Sebagai contoh sebuah DNA terdiri dari rangaian bagian: A, G, C, dan T. dan rangkaian klik
pada sebuah website berisi rentetan URL. Pada kejadian nyata anda mungkin memodelkan
pembelian oleh pelanggan sebagai sebuah sequence (rangkaian) data, rangkaian tersebut adalah:

 Pertama-tama Seorang pelanggan membeli komputer

 kemudian membeli speaker
 dan akhirnya membeli sebuah webcam.

7. Deviation Analysis
Deviation Analysis digunakan untuk mencari kasus yang bertindak sangat berbeda dari normalnya.
Deviation analysis pengguaannya sangat luas, yang paling umum menggunakan metode ini adalah
pendeteksian penyalah gunaan Kartu kredit. Mengidentifikasi kasus yang tidak normal diantara
jutaan transaksi adalah pekerjaan yang sangat menantang. Penggunaan yang lainnya misalnya,
pendeteksian gangguan jaringan komputer, analisa kesalahan produksi, dan lain-lain.