Mohon tunggu...
Azzahra Fathira
Azzahra Fathira Mohon Tunggu... Mahasiswa - Mahasiswa

Computer Science

Selanjutnya

Tutup

Ilmu Alam & Tekno

Proses Knowledge Discovery In Databases Data Mining

20 September 2022   07:46 Diperbarui: 20 September 2022   07:55 256
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Bagikan ide kreativitasmu dalam bentuk konten di Kompasiana | Sumber gambar: Freepik

Tahapan  proses Knowledge Discovery in Databases data mining

Knowledge discovery in databases (KDD) merupakan sekumpulan Proses data mining akan mencari sebuah pola, menggali , menganalisis beberapa besar himpunan, mengekstrak data serta pengetahuan yang bermanfaat. 

Tahapan Proses Data mining sebagai berikut : 

1. Data Cleaning 

Data cleaning adalah pembersihan data dan tentunya suatu prosedur untuk memastikan kebenaran dan konsistensi terhadap data. Tahapan ini merupakan proses awal untuk membuat data yang siap diolah.

2. Data Integration.

Data Intergration adalah datanya terdapat dari beberapa sumber sturuktur data berbeda. Maka perlu kita lakukan tahap integrasi data untuk nengkobinasikan data-data yang ada.

3. Data Selection

Ketika data kita sudah dicleaning dan integration maka selanjutnya adalah tahap data selection yang dimana untuk menyeleksi data terhadap data yang relevan untuk dianalisa dan mencari data yang berelasi dengan objek.

4. Data Transformation

Data transformation adalah merubah skala data kedalam bentuk lain sehingga data memiliki d istribusi yang diharapkan. Misalkan transformasi data kuantitatif ke kualitatif.

5. Data Mining

Ketika sudah ditransformasikan datanya maka tahap selanjutnya data mining. Tahap ini paling esensial yang dilakukan pada data mining. Tahap ini akan diterapkan dengan metodealgoritma yang menjadi kunci dari proses data mining.\

Metode Data Mining 

a. Classification adalah metode untuk memprediksi kelas suatu objek

b. Clustering digunakan dalam membagi kumpulan data menjadi beberapa kelompok berdasarkan kemiripan atribut yang dimiliki.

c. Asosiation adalah mencari keterkaitan 2 buah item (ada relasi) dalam sebuah kelompok data

6. Pattern Evaluation

Tahap ini merupakan evaluasi pola yang ditemukan akan dilakukan evaluasi untuk melihat tingkat keberhasilan, yang dimana mendekati 100 % ataupun dibatasi interval tertentu untuk melihat data mining ini. 

7. Knowledge 

Tahap ini perlu dideskripsikan / narasikan apa yang kita peroleh dari data yang akan diserahkan kepada pengguna kita. Tahap ini adalah proses paling akhir dari proses data mining, data-data yang sudah divisualisasikan agar lebih mudah dipahami oleh pengguna.

Itulah rangkuman dari proses Knowledge Discovery in Databases. 

Tujuan dari proses ini yaitu untuk mecari potensi dari data yang diambil dari database yang akan dipelajari melalui pola dan dianalisa serta divisualisasikan agar mudah dipahami oleh pengguna. 

Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H

HALAMAN :
  1. 1
  2. 2
  3. 3
Mohon tunggu...

Lihat Konten Ilmu Alam & Tekno Selengkapnya
Lihat Ilmu Alam & Tekno Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun