Data Mining : Algoritma dan Implementasi

Penulis:

Anjar Wanto, Muhammad Noor Hasan Siregar, Agus Perdana Windarto, Dedy Hartama, Ni Luh Wiwik Sri Rahayu Ginantra, Darmawan Napitupulu,
Edi Surya Negara, Muhammad Ridwan Lubis Sarini Vita Dewi,
Cahyo Prianto

xiv; 168 hlm; 16 x 23 cm
ISBN: 978-623-7645-79-5 (print)
E-ISBN: 978-623-7645-80-1 (online)
Cetakan 1, April 2020
Harga: Rp. 75.000,-

Data mining dapat diterapkan untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Terdapat beberapa teknik yang digunakan dalam data mining, salah satu teknik data mining adalah clustering. Terdapat dua jenis metode clustering yang digunakan dalam pengelompokan data, yaitu hierarchical clustering dan non-hierarchical clustering.

Buku ini terdiri dari 10 (sepuluh) bab, yaitu :
Bab 1 Pengelompokkan Data dengan Algoritma K-Means
Bab 2 Pengelompokan Data dengan Algoritma K-Medoids
Bab 3 Asosiasi Data Mining dengan Algoritma A Priori
Bab 4 Pengklasifikasian Data dengan Algoritma C4.5
Bab 5 Klasifikasi Citra dengan K-NN
Bab 6 Penerapan Data Mining dengan Particle Swarm Optimization dan
Decision Tree C4.5
Bab 7 Klasifikasi Data Menggunakan Algoritma Naive Bayes
Bab 8 Implementasi Data Mining dengan Regresi Linear Berganda
Bab 9 Performa klasifikasi Dataset dengan metode Correlation Based
Feature Selection (CFS)
Bab 10 Text Mining : Twitter Analysis