UAS DATA MINING

Ahmad fatkhurrohman
Teknik Informatika
1811.01.0035

1. Perbandingan K-Nearest Neighbors (K-NN), Naïve Bayes, Decision Tree dan

jaringan syarat tiruan!
Jawab :
a. K-Nearest Neighbors (K-NN)
Algoritme K-Nearest Neighbors merupakan pendekatan untuk mencari kasus
dengan menghitung kedekatan antara kasus yang baru dengan kasus lama
berdasarkan pencocokan bobot dari sejumlah fitur yang ada. Kedekatan biasa
berada pada nilai 0 s.d 1, nilai 0 artinya kedua kasus mutlak tidak mirip, sedang nilai
1 kasus mirip mutlak
b. Naïve Bayes (NB) Bayesian Network
merupakan suatu metode pemodelan data berbasis probabilitas yang
merepresentasikan suatu himpunan variabel dan atribut yang saling
berkorespondensi atau berhubungan melalui DAG (Directed Acyclic Perbandingan
Kinerja 6 Algoritme Klasifikasi Data Mining Untuk Prediksi Masa Studi Mahasiswa
Jurnal Telematika Vol. 1 No. 1 Februari 2019 21 ISSN : 1979 – 925X e-ISSN : 2442
- 4528 Graph). Bayesian Network memiliki dua tugas yaitu pembelajaran melalui
DAG dan struktur dari Bayesian Network berupa jaringan
c. Decision Tree atau pohon keputusan
merupakan metode klasifikasi dan prediksi yang sangat kuat dan terkenal. Fakta
yang ada akan diubah menjadi pohon keputusan yang merepresentasikan aturan.
Pohon keputusan juga dapat digunakan untuk meheksplorasi data, menemukan
hubungan tersembunyi antara sejumlah variabel input dengan target
2. Software dalam data mining dan jelaskan perbandingannya!
Jawab :
a. WEKA (Waikato Environment for Knowledge Analysis ) Salah satunya,
fitur regresi , yaitu sebuah proses untuk menilai masa yang akan datang
berdasarkan pola yang sudah terbentuk.
Pola tersebut berfungsi sebagai model data. Fitur lainnya adalah clustering yang
bertujuan untuk mengelompokkan data yang tersedia.

b. Rapid Miner
dapat melakukan text mining , yaitu menganalisis teks, mengekstrak pola, dan
mengombinasikannya dengan metode statistika, database, dan kecerdasan buatan.
c. Rattle
dapat digunakan sebagai sarana untuk mempelajari bahasa pemograman R.
Keunggulan Rattle adalah dapat melakukan analisis statistik dan membuat model.

3. Simulasi Perhitungan KNN