DATA MINING

Disusun untuk memenuhi salah satu tugas mata kuliah Data Mining

Disusun oleh :

Nadhif Faturrohman
NPM 1906035

TEKNIK INFORMATIKA
SEKOLAH TINGGI TEKNOLOGI GARUT
2020 - 2021
1. Jelaskan dengan kalimat sendiri apa yang dimaksud dengan data mining?
Data mining merupakan salah satu disiplin ilmu yang dimana mempelajari metode untuk
memproses data besar yang tadinya tidak dapat dimanfaatkan menjadi dapat dimanfaatkan.

2. Sebutkan konsep alur proses data mining!

Himpunan data, Metode data mining dan Pengetahuan.

3. Sebutkan 5 peran utama data mining!

Estimasi, Forecasting, Klasifikasi, Klastering dan Asosiasi.

4. Jelaskan perbedaan estimasi dan forecasting!

Untuk estimasi, pada datasetnya label dan atributnya biasanya bertipe data numerik.
Metode yang digunakan biasanya adalah regresi linier. Sedangkan untuk forcasting hampir
sama dengan estimasi, hanya saja di forecasting ada time seriesnya. Metode yang
digunakan pada forecasting, biasanya menggunakan neural network.

5. Jelaskan perbedaan forecasting dan klasifikasi!

Untuk forecasting, pada datasetnya label dan atributnya bertipe data numerik dan memiliki
time series. Metode yang digunakan biasanya adalah neural network. Sedangkan untuk
klasifikasi pada datasetnya labelnya bertipe data nominal dan atributnya campuran antara
numerik dan nominal. Metode yang digunakan oleh klasifikasi biasanya adalah C4.5.

6. Jelaskan perbedaan klasifikasi dan klastering!

Untuk klasifikasi, pada datasetnya labelnya bertipe data nominal dan atributnya campuran
antara numerik dan nominal. Metode yang digunakan oleh klasifikasi biasanya adalah
C4.5. sedangkan klastering pada datasetnya tipe data pada atributnya campuran, namun
tidak memiliki label. Metode yang digunakan untuk klastering biasanya yaitu K-means.

7. Jelaskan perbedaan klastering dan association!

Untuk klastering, pada datasetnya tipe data pada atributnya campuran, namun tidak
memiliki label. Metode yang digunakan untuk klastering yaitu K-means. Sedangkan untuk
association hampir sama dengan klastering yaitu tidak memiliki label pada datasetnya,
namun atributnya bertipe data numerik saja. Metode yang digunakan biasanya
menggunakan FP-Growth.

8. Jelaskan perbedaan estimasi dan klasifikasi!

Untuk estimasi, pada datasetnya label dan atributnya biasanya bertipe data numerik.
Metode yang digunakan biasanya adalah regresi linier. Sedangkan klasifikasi labelnya
bertipe data nominal dan atributnya bertipe data campuran. Metode yang biasanya
digunakan adalah C4.5.

2
9. Jelaskan perbedaan estimasi dan klastering!
Untuk estimasi, pada datasetnya label dan atributnya biasanya bertipe data numerik.
Metode yang digunakan biasanya adalah regresi linier. Sedangkan klastering tipe datanya
campuran, namun tidak memiliki label. Metode yang biasanya digunakan yaitu K-means.

10. Jelaskan perbedaan supervised dan unsupervised learning!

Supervised learning merupakan proses pembelajaran dengan guru, atau artinya proses
pembelajaran yang memiliki label atau variabel target. Estimasi, forecasting dan klasifikasi
merupakan algoritma data mining supervised learning. Sedangkan unsupervised learning
merupakan proses pembelajaran tanpa guru, atau artinya proses pembelajaran tanpa adanya
label atau variabel target. Contoh algoritmanya ialah klustering.

11. Sebutkan tahapan utama proses data mining!

a. Input (dataset).
b. Metode (Algortima Data Mining).
c. Output (Pengetahuan/knowledge).
d. Evaluasi (Akurasi, Error, dll).