20
4.
Aplikasi
ieknik
data mining
'
.
E
'>lf!J.lilliSl
.
po;a.
yang
l
-¹l
.¹l
:.
l
tcm.u
lea
lll
(
tm.tw
·'·
-
.
.
menem
,.,._
n
po¹a
ya..11g
men.arik/bemilai).
6. Presentasi pcngctahuau
(der.gan tekn:ik visualisasi).
&.
,fjngkan mcnurut
Seid...'mn (2001, p9-10), beberapa 'UL pan data mining
antam lain :
1.
Analisa
pern1.asalahan
Data
dianaJ]sa
unt1ll<::
dilihat
apakah
data
tersebut
memenu..'U
kriteria
un.tuk c'ditambang"
olclJ. data
mining,
karena
kualitas
dan
kt.lantitas
dari
data
mempalatn
tbktor
u:ta.--na dalam
menentukan
apaJ<ah
data
oocok
atau
tida..l:.:
''ditamba.11g".
IIasil
yang
diinginkm.1.
dad.
data
mininf!, .h.ru:us
d.ipastikan bahwa data mernbawa inforrnasi bisa diekstrak.
2.
lvlengekstrak dan. memhers1l:L1.:an
data
Data
pert.runa
kuli
diekstmk
dari
data
aslinya,
seperti
dari
OLTP
(Ordine
Trcmsacttcm
Processing),
textf'ile,
Jdicrosofi
Access
Database,
dan
ballkan
spreadsheet. Data
ini
kemudian
ditempatkan
ke
dalam
data
warehouse
ya.."lg
mempunyai
struktur
yang
sesuai
dengan
model
data.
Biasanya
diguna..kan
DTS (Data
Trart.iformation
Service)
untu.k
men.gekstrak dan
membersihkan
data
dari
tidak
konslstens.inya
dar.t
tidak sesCIJ.inya
dengan forrnat yang
sesuai
3.
V.emvalid.asi
data
Setekh
data
diekstrak
dfu_-,_
dibersihkan,
sebaiknya
dilaik-ukan
va.lidasi
untuk.
mtirnastiki;in bahwa
semua
data
yang ada dalam
kondisi
yang
 |