Algoritma Naive Bayes - Data MiningDeskripsi lengkap
Algoritma Naive Bayes - Data Mining
Algoritma Naive Bayes - Data Mining
Data Mining is defined as the procedure of extracting information from huge sets of data. Now a day, Data Mining technique placing a vital role in the Information Industry.
Descripción: Data Mining
Data mining studi kasus Alcoholic Liver Disease (ALD) akibat potensial yang diakibatkan oleh konsusi alkohol
Data MiningDeskripsi lengkap
miningFull description
Full description
Data warehousing and data mining (both data & text) provide a technology that enables the decision-maker in the corporate sector/govt. to process this huge amount of data in a reasonable amo…Description complète
This paper includes the application that is implemented at my college. Here is perfect explanation of Data Warehousing and Data Mining with full description of the project.
This paper includes the application that is implemented at my college. Here is perfect explanation of Data Warehousing and Data Mining with full description of the project.
The data warehouse allows the storage of data in a format that facilitates its access, but if the tools for deriving information and/or knowledge and presenting them in a format that is useful for ...
Descripción completa
Deskripsi lengkap
Buku Data Mining libre
Descripción completa
CLASSIFICATION RULE
Descripción: Introducción al mundo de Data Mining
Description complète
revisi laporan data mining pensFull description
ALGORITMA KLASIFIKASI PADA DATA MINING Pada Algoritma Klasifikasi penerapannya menggunakan tahapan berikut : 1. Konstruksi model 2. Penggunaan model diketahui
: Menguraikan Himpunan kelas yang telah ditentukan : Digunakan untuk mengelompokkan sample yang belum
Algoritma Klasifikasi yang saya gunakan adalah “Decision Tree” Decision Tree adalah salah satu metode klasifikasi yang paling populer karena mudah diinterpretasikan oleh manusia. Algoritma pada Decision Tree adalah
Mengumpulkan data (contoh : pada data kondisi cuaca saat bermain golf) Tabel Data Kondisi Cuaca saat Bermain Golf No Cuaca Temperatur Kelembapan Berangin Bermain 1 Cerah Panas Tinggi Tidak Tidak 2 Cerah Panas Tinggi Ya Tidak 3 Mendung Panas Tinggi Tidak Ya 4 Hujan Sedang Tinggi Tidak Ya 5 Hujan Dingin Normal Tidak Ya 6 Hujan Dingin Normal Ya Tidak 7 Mendung Dingin Normal Ya Ya 8 Cerah Sedang Tinggi Tidak Tidak 9 Cerah Dingin Normal Tidak Ya 10 Hujan Sedang Normal Tidak Ya 11 Cerah Sedang Normal Ya Ya 12 Mendung Sedang Tinggi Ya Ya 13 Mendung Panas Normal Tidak Ya 14 Hujan Sedang Tinggi Ya Tidak
Mengelompokkan atribut yang merupakan kategori dan non-kategori Yang termasuk dalam atribut kategori adalah Bermain(ya/tidak), berfungsi sebagai acuan pada non-kategori Yang termasuk dalam atribut non-kategori adalah Atribut non-kategori Nilai dari atribut non-kategori Cuaca Cerah, Mendung Hujan Temperatur Panas,Sedang,Dingin Kelembapan Tinggi,Normal Berangin Ya, Tidak
Menggolongkan setiap nilai dari non-kriteria untuk mendapatkan nilai dari kriteria yang dinginkan dan menyimpulkan hasil dari penggolongan (penentuan pada acuan yang dinginkan apakah perlu bermain atau tidak) Dari data tabel diatas dapat disimpulkan bahwa :
1. Saat Cuaca=Mendung maka permaianan golf tetap dilaksanakan 2. Saat Cuaca=Cerah maka kondisi berangin tidak terlalu mempengaruhi, namun kelembapan tetap mempengaruhi 3. Saat Cuaca=Hujan maka kondisi kelembapan tidak mempengaruhi,namun kondisi berangin tetap mempengaruhi
Pembuatan Tree pada hasil akhir decision tree Cuaca