Implementasi Data Mining Menggunakan Weka
Download Implementasi Data Mining Menggunakan Weka PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Implementasi Data Mining Menggunakan Weka book now. This website allows unlimited access to, at the time of writing, more than 1.5 million titles, including hundreds of thousands of titles in various foreign languages.
Implementasi Data Mining Menggunakan Weka
Author: Sigit Adinugroho
language: id
Publisher: Universitas Brawijaya Press
Release Date: 2018-01-31
Data mining merupakan ilmu yang digunakan untuk mengolah informasi dan sekumpulan data yang memanfaatkan kecerdasan dalam membangun pola-pola untuk mengenali karakteristik dari data. Pada perkembangannya, konsep data mining diperlukan untuk mengatasi permasalahan fundamental dalam menganalisis data. Buku ini menyajikan cara memahami data mining dasar secara implementatif, sehingga mudah dipahami dan dipelajari oleh siapa saja, baik mahasiswa, dosen, maupun praktisi yang tertarik untuk mempelajari data mining. Bahasan pada buku ini mencakup: Pengantar Data Mining dan Pengenalan WEKA, Preprocessing Data Mining, Klasifikasi, Clustering, dan Association Rule.
DATA MINING : Teori Praktis dan Implementasi Menggunakan WEKA dan Bahasa Pemrograman Java
Author: Dr.Kahf Heryandi Suradiradja. M.Kom.
language: id
Publisher: Penerbit Adab
Release Date:
Judul : DATA MINING : Teori Praktis dan Implementasi Menggunakan WEKA dan Bahasa Pemrograman Java Penulis : Dr.Kahf Heryandi Suradiradja. M.Kom., dan Salman Farizy. S.Kom, M.Kom, MCSE, MVP. Ukuran : 15,5 x 23 Tebal : 132 Halaman Cover : Soft Cover No. ISBN : 978-623-8718-82-5 No. E-ISBN : 978-623-8718-83-2 (PDF) SINOPSIS Buku ini bertujuan untuk memberikan pengantar mengenai konsep dasar, teknik dan aplikasi dari data mining dengan menggunakan aplikasi open source WEKA serta di implementasikan hasil pemodelan dari WEKA tersebut dapat digunakan atau embeded sebagai fungsi atau rule pada pengembangan aplikasi sistem cerdas dengan bahasa pemrograman JAVA. Dengan pemahaman dasar data mining ini, maka diharapkan bahwa pembaca akan mendapatkan pengetahuan juga wawasan tentang bagaimana teknik ini dapat digunakan untuk merubah ‘data mentah’ (raw material) menjadi informasi yang berguna, berharga dan juga dapat diandalkan untuk mengestimasi ataupun memprediksi suatu kasus. Selain itu, tulisan ini juga banyak membahas tentang sejarah, pentingnya dan berbagai bidang aplikasi dari data mining, menunjukkan bagaimana data mining sudah menjadi ‘tools’ yang tidak tergantikan dalam analisis data modern.
IMPLEMENTASI DATA MINING (Clastering, Association, Prediction, Estimation, Classification)
Author: 1. Rulin Swastika 2. Siti Mukodimah 3. Ferry Susanto 4. Muhamad Muslihudin 5. Sri Ipnuwati Penerbit Adab
language: id
Publisher: Penerbit Adab
Release Date:
Judul : IMPLEMENTASI DATA MINING (Clastering, Association, Prediction, Estimation, Classification) Penulis : 1. Rulin Swastika 2. Siti Mukodimah 3. Ferry Susanto 4. Muhamad Muslihudin 5. Sri Ipnuwati Editor : Didi Susianto, M.Kom Suyono, M.T.I Ukuran : 15,5 x 23 cm Tebal : 124 Halaman No ISBN : 978-623-497-285-6 Sinopsis Pada dasarnya keberadaan data mining dibutuhkan mengingat semakin banyaknya informasi di era teknologi seperti data transaksi bisnis, data ilmiah, gambar, video dan data-data lainnya. Dengan banyaknya data tersebut dibutuhkan sistem yang mampu mengekstraksi esensi dari semua informasi yang tersedia dan membuat ringkasan untuk membantu pengambilan keputusan yang lebih baik. Adapun manfaat menggunakan data mining di era digital yaitu adalah: 1. Mengetahui tren pasar 2. Memprediksi keputusan bisnis di masa mendatang 3. Mengetahui produk yang sedang viral 4. Mengamati perilaku konsumen 5. Sarana menyusun strategi peningkatan penjualan Data mining sangatlah berguna bagi pembisnis baik pada level perusahaan atau individu yang mengandalkan data sebagai basis pengambilan keputusan. Data mining dalam dunia bisnis mampu menarik informasi spesifik dari volume data yang besar untuk menemukan solusi bagi masalah bisnis perusahaan. Buku ini terdiri dari 9 Bab yang terdiri dari: BAB I Konsep Dasar Data Mining BAB II Proses Data Mining BAB III Tools Data Mining BAB IV Konsep Data Preprocessing BAB V Clustering Data BAB VI Estimation Data BAB VII Classification Data BAB VIII Prediction Data BAB IX Dataset Pendukung Data Mining