10
2.
Data Selection
Pemilihan
(seleksi)
data
dari
sekumpulan
data
operasional perlu
dilakukan
sebelum
tahap
penggalian
informasi
dalam
KDD
(Knowledge
Data
Discovery)
dimulai.
3.
Pre-processing Cleaning
Sebelum proses data mining dapat dilaksanakan, perlu dilakukan proses cleaning
pada
data
yang
menjadi
fokus
dari
KDD
(Knowledge
Data
Discovery).
Proses
cleaning
mencakup
antara
lain
membuang duplikasi
data,
memeriksa data
yang
inkonsisten
dan
memperbaiki kesalahan
pada
data
seperti
kesalahan
cetak
(tipografi). Juga dilakukan proses enrichment.
4.
Transformation and reduction
Coding
adalah
proses
transformasi
pada
data
yang
telah
terpilih,
sehingga
data
tersebut sesuai untuk proses data mining.
5.
Memilih task data mining
6.
Memilih algoritma data mining
7.
Data mining
8. Penterjemahan
pola-pola
yang
dihasilkan
dari
data
mining
(langkah
7),
kemungkinan dapat kembali langkah 1-7 untuk iterasi lebih lanjut.
9. Konsolidasi
pengetahuan
yang
ditemukan:
pendokumentasian hasil,
pencarian
penyelesaian apabila
ada
konflik
dengan
pengetahuan yang
telah
dipercaya
sebelumnya.
 |