TEKNIK DATA MINING

Muhammad Muzakki (09650034) Muhammad Misbahul Ilmi (09650035) Sarwo Eddie Wibowo(09650051)

Beberapa Teknik Data Mining

Association Rule Mining Classification Clustering

Association Rule Mining

Association rule mining adalah teknik mining untuk menemukan aturan assosiatif antara suatu kombinasi item. Fungsi Association Rules seringkali disebut dengan "market basket analysis", yang digunakan untuk menemukan relasi atau korelasi diantara himpunan item item Fungsi ini paling banyak digunakan untuk menganalisa data dalam rangka keperluan strategi pemasaran, desain katalog, dan proses pembiatan keputusan bisnis

Contoh Association Rule Mining

Classification
Classification adalah proses untuk menemukan model atau fungsi yang menjelaskan atau membedakan konsep atau kelas data, dengan tujuan untuk dapat memperkirakan kelas dari suatu objek yang labelnya tidak diketahui. Tujuan dari klasifikasi adalah untuk menemukan model dari training set yang membedakan record kedalam kategori atau kelas yang sesuai, model tersebut kemudian digunakan untuk mengklasifikasikan record yang kelasnya belum

diketahui sebelumnya pada test set.

Teknik Classification
Beberapa teknik Clasification yang sering digunakan yaitu : decision tree

rule based neural network support vector machine naive bayes nearest neighbour.

Contoh Classification

Clustering
Berbeda dengan association rule mining dan classification dimana kelas data telah ditentukan sebelumnya, clustering melakukan penge-lompokan data tanpa berdasarkan kelas data tertentu.

Karakteristik Clustering
Partitioning clustering Hierarchical clustering Overlapping clustering Hybrid

Partitioning clustering
Disebut eksklusif clustering Juga Setiap data harus termasuk ke cluster termasuk ke cluster tertentu Memungkinkan bagi setiap data yang termasuk cluster tertentu pada suatu tahapan proses, pada tahapan berikutnya berpindah ke cluster yang lain Contoh: K-Means, residual analysis

Hierarchical clustering
Setiap data harus termasuk ke cluster tertentu Suatu data yang termasuk ke cluster tertentu pada suatu tahapan proses, tidak dapat berpinah ke cluster Contoh : Single Linkage, Centroid Linkage, Complete Linkage, Average Centroid

Overlapping clustering
Setiap data memungkinkan termasuk ke beberapa cluster Data mempunyai nilai keanggotaan (membership) pada beberapa cluster Contoh : Fuzzy C-means, Gaussian Mixture

Hybrid
Mengawinkan karakteristik dari partioaning, overlapping dan hierarchical

Contoh Cluster

SEKIAN & TERIMA KASIH