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 :

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.