PERANCANGAN BASIS DATA

Tutorial Mendownload XAMPP

10 Query Function

10 Query Where

Index Dan Primary

Group By

Komentar

Posting Komentar

Postingan populer dari blog ini

Proses Atau Tahapan Data Mining

Gambar
  1. Proses Atau Tahapan Data Mining      Data mining merupakan proses penggalian (penambangan) data untuk menemukan pola, korelasi, atau asosiasi yang tersembunyi di dalam kumpulan data besar dengan menggunakan algoritma dan teknik statistik. Tujuannya adalah untuk mengubah data mentah menjadi informasi yang bermanfaat dan dapat digunakan untuk pengambilan keputusan, prediksi, serta strategi bisnis. Data mining sering digunakan di berbagai bidang seperti pemasaran, penelitian medis, genetika, ekonomi, dan lain-lain. Tahapan Data Mining Proses data mining biasanya melibatkan beberapa tahap utama, yang bisa diuraikan sebagai berikut: 1. Pemahaman Bisnis Tahap pertama adalah memahami masalah dan tujuan bisnis secara mendalam. Hal ini meliputi pemahaman atas kebutuhan, tujuan, dan kriteria keberhasilan dari proyek data mining yang akan dilakukan. 2. Pemahaman Data Setelah memahami tujuan bisnis, langkah selanjutnya adalah mengumpulkan dan memahami data yang diperlukan. ...
Baca selengkapnya

Cross-Industry Standard Process for Data Mining (CRISP-DM)

Gambar
     Cross-Industry Standard Process for Data Mining (CRISP-DM) adalah metodologi proses yang banyak diadopsi dalam proyek data mining. Metodologi ini menyediakan kerangka kerja yang komprehensif dan terstruktur untuk melakukan proyek data mining. CRISP-DM diakui secara luas dan digunakan dalam berbagai industri karena fleksibilitas dan adaptabilitasnya terhadap berbagai jenis proyek data mining. Metodologi ini terdiri dari enam tahap utama yang bertujuan untuk memandu dari pemahaman awal masalah bisnis hingga penerapan solusi data mining.  Tahapan CRISP-DM 1. Business Understanding (Pemahaman Bisnis) Tahap ini berfokus pada pemahaman masalah bisnis secara mendalam dan formulasi masalah data mining sebagai solusi. Hal ini melibatkan identifikasi tujuan bisnis, tujuan data mining, dan kriteria keberhasilan. 2. Data Understanding (Pemahaman Data) Tahap ini melibatkan pengumpulan data awal, akses ke data, pemahaman terhadap data yang tersedia, dan penilaian kualitas dat...
Baca selengkapnya