Makassar, Indonesia
INTRODUCTION
Sejarah
Sejarah
Konsep
Dasar
Ruang
Lingkup
Penerapan
Herdianti Darwis 1
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Sejarah
Konsep
Dasar
Ruang
Lingkup
Penerapan
Herdianti Darwis 2
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Penerapan
Herdianti Darwis 3
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Herdianti Darwis 4
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Penerapan
Herdianti Darwis 5
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Herdianti Darwis 6
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Sejarah ❑ Statistika
Konsep
Dasar
Ruang
Lingkup
Penerapan
Herdianti Darwis 7
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
1 Classification
Konsep 2 Clustering
Dasar
3 Regression
4 Summarization
Ruang
Lingkup 5 Sequential Pattern Discovery
7 Anomaly Detection
Penerapan
Herdianti Darwis 8
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Sejarah 1 Classification
Klasifikasi adalah menentukan sebuah record baru ke
salah satu dari beberapa kategori atau kelas yang telah
didefinisikan sebelumnya.
Konsep
Dasar Klasifikasi disebut juga dengan supervised learning.
Contoh:
➢ Klasifikasi penyakit ke dalam sejumlah jenis penyakit.
➢ Klasifikasi email ke dalam “spam” atau “bukan spam”.
Ruang
➢ Klasifikasi transaksi-transaksi curang dengan
Lingkup menggunakan kartu kredit (Fraud detection) dengan
label “fraud” atau “fair”
➢ Klasifikasi pelanggan yang berpindah (churn detection)
dengan label “setia” atau “tidak setia”
Penerapan
Herdianti Darwis 9
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Sejarah 2 Clustering
Klasterisasi adalah mengelompokkan data yang tidak
diketahui label kelasnya ke dalam sejumlah kelompok
tertentu dengan ukuran similaritasnya, sedemikian rupa
Konsep sehingga:
Dasar ✓ Titik-titik dalam satu klaster mempunyai similaritas
yang tinggi.
✓ Titik-titik data dalam klaster yang berbeda memiliki
similaritas yang kecil.
Ruang
Klasterisasi disebut juga dengan unsupervised learning.
Lingkup
Ukuran similaritas yang digunakan:
✓ Jika atribut/variabel kontinu : Euclidean Distance.
✓ Kasus lain : ukuran tertentu
Penerapan
Herdianti Darwis 10
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Sejarah 2 Clustering
Contoh:
➢ Mengelompokkan pelanggan berdasarkan tempat
tinggal & gaya hidup. (Market segmentation)
Konsep
Dasar
➢ Mengelompokkan dokumen yang memiliki pernyataan
atau kata kunci yang sama. (Document segmentation)
Penerapan
Herdianti Darwis 11
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Sejarah 3 Regression
Regresi adalah menemukan suatu fungsi yang
memodelkan data dengan galat (kesalahan prediksi)
seminimal mungkin.
Konsep
Dasar Regresi digunakan untuk memprediksi suatu variabel
kontinu yang diberikan berdasarkan nilai dari variabel
yang lain dengan mengasumsikan sebuah model
ketergantungan linear atau non linear. Teknik ini juga
banyak dipelajari dalam statistika.
Ruang
Lingkup Contoh:
➢ Memprediksi jumlah penjualan produk baru
berdasarkan pada belanja promosi/iklan.
➢ Time series prediction dati indeks stock market
Penerapan
Herdianti Darwis 12
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Sejarah 4 Summarization
Perangkuman atau summarization adalah menyediakan
representasi data yang lebih sederhana, berupa visualisasi
dan pembuatan laporan.
Konsep
Dasar Contoh:
Di bidang Jurnalistik:
➢ Peringkasan teks
➢ Peringkasan dokumen (multi-document text
summarization)
Ruang
Lingkup
Penerapan
Herdianti Darwis 13
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Penerapan
Herdianti Darwis 14
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Herdianti Darwis 15
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Herdianti Darwis 16
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Sejarah
Konsep
Dasar
Ruang
Lingkup
Penerapan
Herdianti Darwis 17
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Herdianti Darwis 18
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
✓ Artificial Intelligence
✓ Business Intelligence
✓ Data Science
Konsep
✓ Application exploration
Dasar
✓ Scalable and interactive data mining methods
✓ Visual data mining
✓ Biological data mining
Ruang ✓ Data mining and software engineering
Lingkup ✓ Web mining, real-time data mining
✓ Distributed data mining
✓ Real-time data mining
✓ Multi database data mining
✓ Privacy protection and information security in
Penerapan data mining
Herdianti Darwis 19
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Ruang
Lingkup
Penerapan
Herdianti Darwis 20
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
INTRODUCTION
Konsep
Dasar
Ruang
Lingkup
Penerapan
Herdianti Darwis 21
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
Herdianti Darwis 22
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
Herdianti Darwis 23
Program Studi Teknik Informatika - Fakultas Ilmu Komputer - Universitas Muslim Indonesia
POKOK BAHASAN
REFERENSI
Herdianti Darwis 20
Universitas Muslim Indonesia
Makassar, Indonesia
DATA MINING
Herdianti Darwis