Buku Data Mining

SINOPSIS

Transaksi yang dilakukan dalam perusahaan atau instansi-instansi yang melakukan transaksi kerja, jumlahnya semakin banyak dari waktu ke waktu. Dengan semakin banyaknya data-data transaksi tersebut, apa yang harus dilakukan terhadap data-data yang semakin menggunung jumlahnya ?. Apakah hanya untuk dibuat laporan akhir tahun kemudian dibuang ?, ataukah tetap dikelola hanya untuk keperluan audit yang pelaksanaannya dalam periode tertentu ?, ataukah hanya akan dikubur dalam gudang data dan tidak diapa-apakan ?. Tentu sayang sekali jika data-data transaksi yang sangat banyak tersebut tidak dimanfaatkan untuk kepentingan perusahaan atau instansi-instansi itu sendiri. Dengan data mining, data-data transaksi tersebut dapat diolah lagi untuk mengekstrak informasi baru yang berguna, informasi baru tersebut dapat digunakan sebagai faktor-faktor yang membantu pengambilan keputusan.
Ada empat bagian utama dalam data mining yang menjadi kekuatan buku ini, yaitu bab mengenai: klasifikasi, cluster analysis, deteksi anomali, dan analisis asosiasi. Metode-metode klasifikasi yang dibahas meliputi: K-Nearest Neighbor, Naïve Bayes, Perceptron, MLP Back-propagation, Support Vector Machine, dan Fuzzy K-Nearest Neighbor. Metode-metode cluster analysis yang dibahas meliputi: K-Means, Hierarchical, DBSCAN, Fuzzy C-Means, dan Self-Organizing Map. Metode-metode deteksi anomali yang dibahas meliputi: K-Nearest Neighbor, DBSCAN, dan Outlier Removal Clustering. Sedangkan metode analisis asosiasi yang dibahas adalah Apriori. Semuanya dibahas secara jelas dan lengkap disertai contoh implementasinya menggunakan MATLAB. Tidak ketinggalan, pembahasan pre-processing sebagai tahap awal pengolahan data juga dibahas, seperti: Principal Component Analysis dan Singular Value Decomposition. Dua metode tersebut sudah digunakan secara luas sebagai tahap awal pemrosesan data, disertai contoh penerapannya pada data nyata.
Paduan teori lengkap dan implementasi dalam buku ini menjadi nilai tambah tersendiri dan patut dijadikan buku panduan kuliah oleh mahasiswa maupun dosen. Bagi peneliti dan praktisi teknologi informasi, teori dan praktek data mining dalam buku ini dapat menjadi panduan praktis dan jelas karena juga menyajikan contoh-contoh kode program dalam mengimplementasikan metode pada kasus tertentu hingga didapatkan hasil akhir kinerja metode yang dibahas.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: