Tahapan Proses Knowledge Discovery in Database( KDD)

  • Yudha Prayoga
  • Okt 09, 2023
Tahapan Proses Knowledge Discovery in Database( KDD)

Tahapan Proses Knowledge Discovery in Database – Data mining ialah bagian dari tahapan proses Knowledge Discovery in Database( KDD). Dengan Data mining, kita bisa melaksanakan pengklasifikasian, memprediksi, memperkirakan serta memperoleh data lain yang berguna dari kumpulan informasi dalam jumlah yang besar.

Klasifikasi dalam data mining bisa kita coba dengan memakai algoritma C4. 5. Dengan algoritma C4. 5, bisa kita dapatkan suatu keputusan yang gampang kita mengerti serta gampang kita pahami.

Database yang tersimpan pada media penyimpanan tidak sering sekali ter manfaatkan oleh sebagian besar penggunanya serta apalagi dalam jangka waktu tertentu data- data tersebut terhapus sebab kita kira merupakan sebuah sampah serta cuma penuhi media penyimpanan saja.

Asumsi tersebut tidak seluruhnya benar, sebab sebetulnya database dalam bentuk yang besar bisa membagikan data yang kita perlukan buat bermacam kepentingan. Baik buat kepentingan bisnis dalam mengambil keputusan ataupun buat ilmu pengetahuan serta riset.

Knowledge Discovery in Database( KDD)

Tahapan Proses Knowledge Discovery in Database( KDD)
Tahapan Proses Knowledge Discovery in Database( KDD)

Knowledge D iscovery In Database( KDD) ialah tata cara buat mendapatkan pengetahuan dari database yang terdapat. Dalam database ada tabel- tabel yang silih berhubungan/ berelasi.

Hasil pengetahuan yang kita peroleh dalam proses tersebut bisa kita gunakan bagaikan basis pengetahuan( knowledge base) buat keperluan pengambilan keputusan.

Proses KDD secara garis besar bisa kita paparkan bagaikan berikut :

Tahapan Proses Knowledge Discovery in Database( KDD)

Sebutan Knowledge D iscovery in Database( KDD) serta data  mining acapkali berguna secara bergantian buat menerangkan proses penggalian data tersembunyi dalam sesuatu basis informasi yang besar.

Sesungguhnya kedua sebutan tersebut mempunyai konsep yang berbeda, namun berkaitan satu sama lain, serta salah satu tahapan dalam totalitas proses KDD merupakan data  mining.

Data Selection

Pemilihan( pilih) informasi dari sekumpulan informasi operasional butuh kita coba saat sebelum sesi penggalian data dalam Knowledge D iscovery in Database( KDD) . Informasi hasil pilih yang bisa kita gunakan buat proses data  mining. Dan berada dalam sesuatu berkas terpisah dari basis informasi operasional.

Pre- processing/ Cleaning

Saat sebelum proses data  mining bisa kita laksanakan , butuh percobaan proses cleaning pada informasi yang jadi fokus Knowledge D iscovery in Database( KDD).

Proses cleaning mencakup antara lain membuang duplikasi informasi, mengecek informasi yang inkonsisten, serta membetulkan kesalahan pada informasi, semacam kesalahan cetak.

Pula dapat kita proses enrichment, ialah proses“ memperkaya” informasi yang telah terdapat dengan informasi ataupun data lain yang relevan serta yang kita butuhkan buat Knowledge D iscovery in Database( KDD). Semacam informasi ataupun data eksternal yang lain yang kita butuhkan.

Transformation Coding

Merupakan proses transformasi pada informasi yang sudah melalui seleksi, sehingga informasi tersebut cocok buat proses data  mining.

Proses coding dalam Knowledge D iscovery in Database( KDD). Ialah proses kreatif serta sangat bergantung pada tipe ataupun pola data yang hendak kita cari dalam basis informasi.

Data Mining

Data mining merupakan proses mencari pola ataupun data menarik dalam informasi terpilih dengan memakai metode ataupun tata cara tertentu.

Teknik- teknik, metode- metode, ataupun algoritma dalam data  mining sangat bermacam- macam. Pemilihan tata cara ataupun algoritma yang pas sangat tergantung pada tujuan serta proses Knowledge D iscovery in Database( KDD) secara totalitas.

Interpretation/ Evaluation

Pola data yang hasil dari proses data mining butuh wadah untuk tampil. Dalam wujud yang gampang untuk pemahaman oleh pihak yang berkepentingan.

Sesi ini ialah bagian dari proses Knowledge D iccovery in Database( KDD) yang berasal dari interpretation. Sesi ini mencakup pengecekan apakah pola ataupun data yang kita temui berlawanan dengan kenyataan ataupun hipotesis yang terdapat tadinya.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *