Data Mining: Konsep Dan Aplikasi Menggunakan Matlab
Buku ini membahas bagaimana data transaksi yang tersimpan dalam jumlah besar dapat diolah menjadi informasi yang bermanfaat untuk mendukung pengambilan keputusan. Melalui pendekatan data mining, data yang sebelumnya hanya digunakan untuk laporan atau audit dapat dimanfaatkan untuk menemukan pola, hubungan, dan pengetahuan baru yang bernilai.
Salah satu keunggulan buku ini adalah pembahasannya yang mencakup empat bidang utama dalam data mining, yaitu klasifikasi, analisis kelompok (clustering), deteksi anomali, dan analisis asosiasi. Setiap metode dijelaskan secara sistematis serta dilengkapi contoh implementasi menggunakan MATLAB.
Pada bagian klasifikasi, buku ini membahas berbagai algoritma seperti K-Nearest Neighbor (KNN), Naive Bayes, Perceptron, MLP Backpropagation, Support Vector Machine (SVM), dan Fuzzy K-Nearest Neighbor. Untuk analisis kelompok, dibahas metode K-Means, Hierarchical Clustering, DBSCAN, Fuzzy C-Means, serta Self-Organizing Map (SOM).
Selain itu, pembaca juga diperkenalkan pada teknik deteksi anomali menggunakan K-Nearest Neighbor, DBSCAN, dan Outlier Removal Clustering. Pada bagian analisis asosiasi, metode Apriori dibahas sebagai salah satu teknik untuk menemukan hubungan antar data.
Tahap pemrosesan awal data juga dijelaskan, termasuk penggunaan Principal Component Analysis (PCA) dan Singular Value Decomposition (SVD), yang merupakan teknik penting dalam pengolahan data modern.
Deskripsi Buku
- Judul: Data Mining: Konsep Dan Aplikasi Menggunakan Matlab
- Penulis: Eko Prasetyo
- ISBN: 978-979-29-3282-9
- Ukuran: 19 x 23 cm
- Halaman: xxiv + 360 halaman
- Edisi: I / 1st Published
- Tahun Terbit: 2013
📖 Tertarik Dengan Buku Ini?
Klik tombol berikut untuk melihat harga, stok, dan opsi pengiriman terbaru.