Perpustakaan Universitas Amikom Purwokerto

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu
Image of Data Mining teori dan aplikasi Rapidminer

Buku Text Sistem Informasi

Data Mining teori dan aplikasi Rapidminer

Vulandari, Retno Tri - Nama Orang;

1. Bibliografi: hlm. 115-116
2. Data mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basis data. Informasi diperoleh dengan cara mengekstraksi dan mengenali pola data yang terdapat pada basis data. Buku ini berisi tentang konsep dasar, penerapan metode data mining, dan cara pengolahan dengan aplikasi rapidminer.

Buku ini terdiri dari tujuh bab, yaitu :

Data mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basis data. Informasi diperoleh dengan cara mengekstraksi dan mengenali pola data yang terdapat pada basis data.Buku ini berisi ringkasan-ringkasan dari mulai materi konsep data mining, teknik klasifikasi decision tree, support vector machine, teorema bayes, analisa diskriminan, teknik klastering k-means, analisis asosiasi dan data mining tool. selain materi, buku ini juga memberikan contoh soal dan soal latihan sebagai bahan latihan sehingga dapat membantu mahasiswa menguasai materi.
Bab 1 Konsep Dasar Data Mining terdiri dari preprocessing data, teknik pembelajaran data mining, transformasi data, penerapan data mining.

Bab 2 Teknik Klasifikasi Decision Tree terdiri dari pengertian, manfaat, kelebihan, kekurangan, model decision tree, algoritma ID3 contoh alur penerapan, algoritma C4.5 contoh alur penerapan, dan perbedaan algoritma ID3 dan C4.5.

Bab 3 Teknik Klasifikasi Teorema Bayes terdiri dari algoritma Naïve Bayes, Algoritma Find-S.

Bab 4 Teknik Klasifikasi Analisa Diskriminan terdiri dari uji kenormalan peubah ganda, uji kesamaan matriks ragam, uji vector nilai rataan, dan penentuan peubah bebas dalam pembentukan fungsi diskriman dengan prosedur stepwise.

Bab 5 Teknik Klaster K-Means terdiri dari algoritma K-Means dan penerapan contoh yang mengacu pada beberapa paper referensi.

Bab 6 Analisis Asosiasi terdiri dari algoritma apriori dan penerapan contoh yang mengacu pada beberapa paper referensi.

Bab 7 Data Mining Tool terdiri dari alur penyelesaian algoritma K-Means, Apriori, ID3, C4.5, K-Medoid dengan menggunakan Rapidminer.



Setiap metode pada buku ini dibahas dengan contoh penghitungan langkah demi langkah dan disertai dengan beberapa kasus yang berhubungan dengan pengambilan keputusan.


Ketersediaan
11149006.312 VUL d c1UPT. PERPUSTAKAAN PUSAT (Rak Tandon)Tersedia - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
006.312 VUL d
Penerbit
YOGYAKARTA : Gava Media., 2017
Deskripsi Fisik
viii, 124 hlm.: ilus.; 23 cm
Bahasa
Indonesia
ISBN/ISSN
978-602-6948-92-2
Klasifikasi
005.12
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Ed. I
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Retno Tri Vulandari, S.Si., M.Si.
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

Perpustakaan Universitas Amikom Purwokerto
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

https://perpustakaan.amikompurwokerto.ac.id/

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik