Pengelolaan Data Mining dengan Pemrograman MatlabAirlangga University Press, 26 Okt 2022 - 234 halaman Buku ini ditujukan untuk guru/dosen, pelajar/mahasiswa, peneliti, dan praktisi. Buku ini berisi tentang pemrograman Matlab untuk pengelolaan data mining, seperti eksplorasi data, preprocessing data, klasifikasi data, clustering, association rule, validitas cluster, dan evaluasi sistem klasifikasi. Eksplorasi data meliputi berbagai teknik eksplorasi data dan visualisasi data. Preprocessing data meliputi identifikasi outlier , data cleaning, dan transformasi data. Klasifikasi data meliputi metode-metode klasifikasi, yaitu Decision Tree, K- Nearest Neighbor , Support Vector Machine. Metode Clustering yang dibahas dalam buku ini adalah Fuzzy C-Means . Metode association rule yang dibahas dalam buku ini adalah Algoritma Apriori dan Algoritma FP-Growth . Evaluasi sistem klasifikasi yang dibahas adalah Confusion Matrix dan Receiver Operating Characteristic. |
Isi
| 1 | |
| 5 | |
BAB 2 Pengenalan Data Mining | 11 |
BAB 3 Eksplorasi Data | 21 |
BAB 4 Data Preprocessing | 45 |
BAB 5 Klasifikasi Menggunakan Decision Tree | 65 |
BAB 6 Klasifikasi Menggunakan K Nearest Neighbor | 91 |
BAB 7 Klasifikasi Menggunakan Support Vector Machine | 105 |
BAB 10 Agglomerative Hierarchical Clustering | 137 |
BAB 11 Association Rule | 159 |
BAB 12 Validitas Cluster | 177 |
BAB 13 Evaluasi Sistem Klasifikasi | 193 |
Daftar Pustaka | 201 |
Glosarium | 205 |
| 207 | |
Tentang Penulis | 211 |
BAB 8 Clustering Menggunakan KMeans | 113 |
BAB 9 Clustering Menggunakan Fuzzy CMeans | 127 |
Cover Belakang | 213 |
