33
cuk'<.p
pentlng
juga
adaJah
contoh
data a+.au tidal>:
perlu menggunakan
semua
konseJ?
ketig&
yang
tidak
kalah pentingnya yaitu
validasi
dari
model
predi:.'tif yar.g meoonjolkan
algoritma
dari
data mining. Dan yang
terak:hir adal.ah
lcita telah
menemukan
suatu
dan
memastikan
bahwa
pola tersebut
dapat
Dalam
data mir.tng terdapat dua
tipe
teknik
:mta.-a lain
(Berson, Smith,
dan.
Thearling,
1999,
pl23-199):
l.
Telrnik
Klasik
a.
Statistik
Statistik
atau
teknik
statistical
l:mkanllili data mining.
Tek:nlk statistik
lama
digunakan
sebelum
data mining diterapkim
ke dalam
aplilirJl.Si
bisnis.
Bagaimanapun,
teknik statistik ini
dikendalikan
data
da:1 digunak:an
untuk
menemukan
pola-pola
dan
membangu::a
model
prediktif.
b.
Nearest Neighhor
teknik
terrua
yang
dignnwn
dalam
data
mining.
Nearest
neighbor
merupakan
tekr.Jic prediksi
yang
hampir
sama
dengan
pengelompokan,
untuk
memperkirakan
apakah nilal
prediksi
ada
awam
setu record, mem;ari
kesamrum
lilili
prediktor
dalam
bais
 |