Skip to content Skip to sidebar Skip to footer

Tugas-tugas Data Mining


Hasil gambar untuk datamining

TUGAS - TUGAS DATA MINING

Dalam mengolah data yang besar Data Mining juga memerlukan atau harus dibagi tugasnya agar data yang dihasilkan lebih akurat dan terpercaya untuk menentukan keputusan suatu instansi. Tugas-tugas yang bisa dilakukan oleh data mining antara lain.

1.       Klasifikasi

  Merupakan pengelompokan obyek berdasarkan kelompok yang sudah ada. Klasifikasi akan memerlukan data pelatihan atau biasa disebut data latih (training data) yang sudah diberi label/kelas/keputusan. Sebagai contoh, kita ingin melakukan prediksi kululusan mahasiswa di perguruan tinggi. Maka hal pertama yang pertama dilakukan klasifikasi ada mengumpulkan data-data mahasiswa pada Angkatan tahun-tahun sebelumnya, setelah itu mengelompokan setiap atributnya yang dianggap berpengaruh pada  lulus atau tidaknya. Kemudian menentukan model dari data-data tersebut melalui proses pelatihn, agar data baru bisa dikelompokkan menggunakan model tersebut.

      2.       Klastering

Adalah tugas untuk mengelompokkan objek kedalam beberapa kelompok berdasarkan kemiripan antar obyek, dimana dalam satu klister berisi objek yang saling mirip dan antar klister objek salin tidak mirip. Berbeda dari klasifikasi, tugas klastering ini tidak memerlukan data sebelumnyayang sudah diberi label/kelas/keputusan. 

     3.       Asosiasi

Tugas ini biasanya data yang digunakan untuk transaksional. Asosiasi dilakukan dengan menghitung berapa kali dalam suatu dataset transaksi yang mengandung dua item atau lebih yang behubungan.

     4.       Regresi atau Estimasi

Pada tugas regresi pada dasarnya mirip dengan klasifikasi, yakni memerlukan data pelatihan yang sudah diberi label/kelas/keputusa sepertihalnya klasifikasi. Perbedaan klasifikasi informasi atau keputusan yang dihasilkan berupa nilai diskrit, sedangkan output dari regresi berupa nilai kontinyu. Tugas regresi ini mencari model hubungan antara atribut predictor dan atribut dependent, dimana atribut dependennya juga berupa nilai kontinyu atau numerik. Contoh besar yang sering kita temui adalah memprediksi nilai kurs rupiah terhadap dollar.

Sebelum kita beranjak jauh menuju materi perhitungan. Dalam data mining sering kali juga dikaitkan dengan Machine Learning, Supervised Learing dan Unsupervised Learning. Ini juga akan dibahas ke MATERI 3. APA ITU MACHINE LEARNING.

Satu Kata " Jangan Lupa Bernafas dan Tetap Bersyukur "
See You