Posts

Rough Set Theory dan Data Mining

Image
Teori rough set adalah sebuah teknik matematik yang dikembangkan oleh Pawlack pada tahun 1980. Teknik ini digunakan untuk menangani masalah Uncertainty, Imprecision dan Vagueness dalam aplikasi Artificial Intelligence (AI). Ianya merupakan teknik yang efisien untuk Knowledge Discovery in Database (KDD) proses dan Data Mining. Secara umum, teori rough set telah digunakan dalam banyak applikasi seperti medicine, pharmacology, business, banking, engineering design, image processing dan decision analysis. Rough set menawarkan dua bentuk representasi data yaitu Information Systems (IS) dan Decision Systems (DS). Definisi Information Systems: Sebuah Information Systems (IS) adalah pasangan IS={U,A}, dimana U={e1, e2,…, em} dan A={a1, a2, …, an} yang merupakan sekumpulan example dan attribute kondisi secara berurutan. Definisi diatas memperlihatkan bahwa sebuah Information Systems terdiri dari sekumpulan example, seperti {e1, e2, …, em} dan attribute kondisi, seperti {a1, a2, …, an}. Se

Data Minig Association Rules Techiques

Association Rules adalah mendapatkan atau menambang asosiasi atau korelasi diantara sekumpulan item-item data yang tersimpan didatabase. Bentuk umum dari asosiasi, berikut syntaxnya: Rule form:  “Body -> Head [support, confidence]”. Keterangan: support dan confidence adalah 2 nilai yang digunakan untuk mengevaluasi apakah sebuah rule asosiasi interesting atau tidak. basic concept: 1. support (x-->y) = XUY/n-->jumlah transaksi     catatan: support(x-->y)=support (y-->x) 2. Confidence x-->y = support x-y / support x     confidence y--> = support y-->x / support y     catatan confidence x-->y <>confidence y-->x 3 Terbagi menjadi dua teknik yaitu 1. APRIORI 2. FO_Growth

Keamanan Komputer

Keamanan Komputer ==================================== Sistem dasar bisnis manajemen terdapat 3 yaitu low level, middle dan top manajemen ======================================== Sistem Penjualan Dan Pemasaran accaunting dan finance cara membuat installer php mysql TUGAS Review jurnal internasional tentang AI publikasi 5 tahun terkahir yang diserahkan. 1.  halaman judul 2.  halaman review cukup 1 halaman isinya kelebihan, kelemahan, manfaat dari segi teknologi dan manusia 3.  jurnalnya kemudian diprint dalam kertas A4 dan dijilid UAS DARI AWAL SAMPAI SECURITY

MATAKULIAH TEKNOLOGI DATABASE ( DATA MINING)

Image
Data mining tidak sama dengan KDD (Knowledge Dicovery In database) Data mining merupakan salah satu step didalam KDD Beriktu step-step KDD Data selection (memilih data) Proses Data Cleaning( Pembersihan Data) sifatnya proses ini opsional sehingga jika data sudah benar smua maka tidak perlu dilakukan proses ini Data transformasi (perubahan bentuk nilai data) sifat proses ini juga opsional, jika diperlukan saja baru dilakukan step ini. misalnya : jadi misalnya 0-30 Muda, 31-49=PB, 50-..=Tua Real data (umur)  Transformasi Data (umur)  25 30 25 55 Muda Muda Paruh Baya Tua5 Data Mining 4. Data Mining ( Pengetahuan)     Dalam data mining terdapat beberapa teknik AI, Statistik, Matematik. teknik dalam matakuliah ini adalah teknik AI seperti neural network, fuzzy logic, algoritma gentika, Rough set, dan soft set 5. Evaluation (Evaluasi) Pengetahuan yang digunakan pengguna adalah pengetahuan yang valid. 6. Representation of knowledge( Penyaj