25
berbasis
tree,
decision
tree
mewakili
rules
yang
bertolak
belakang
dengan neural
network.
Algoritma
untuk
merancang
decision
tree
bervariasi
yang
sama-
sama
memiliki
ciri-ciri
explicability. Dua
dari
yang
paling
digunakan
adalah
CART
dan
CHAID.
Teknik-teknik tersebut
menggunakan
klasifikasi
dan
regression
trees
serta
deteksi
iterasi
secara
otomatis
chi-
squared.
Algoritma yang lebih baru adalah C4.5 yang semakin terkenal.
b.
Neural Network
Neural
Network
merupakan teknik
data
mining yang
paling
umum.
Mereka
mempelajari
dari
training
set,
membentuk
suatu
pola
didalamnya
untuk klasifikasi dan prediksi. Keuntungan utama dari
neural network
adalah
dapat
diterapkan
secara
luas.
Teknik
ini sangat
menarik
karena
dapat mendeteksi pola data secara analogi sejalan dengan pikiran manusia.
Neural
network memiliki dua kekurangan
utama. Pertama sulit
untuk
mengerti
model
yang dihasilkan. Kedua terkadang sensitif terhadap
format
data
yang
masuk.
Representasi data
yang
berbeda
dapat
menghasilkan hasil
yang
berbeda
pula,
maka
dari
itu
mengatur
data
merupakan bagian yang sangat penting sebelum menggunakannya.
c.
Rule Induction
Rule induction
merupakan salah satu bentuk
utama dari data
mining
dan
mungkin
bentuk
paling
umum
dari
knowlede discovery
dalam
unsupervised
learning system.
Teknik
ini
juga
merupakan
bentuk
dari
 |