21
4.
Mernbuat dan.
mengevaluasi
model
mining
Kctiks:
scbuah
algoritma
dlaplilmsika..tl
kc
dalruu suatu
model,
stru..1ctur
tclah
dibaugUI:L
Hal
Uri
pcnting
fuLtuk
dilakukan
pcngccckan bah'INa
data
ya:ag
diha:>ilkan
mewakili fakl.a-fakta yang terJapat pa.da
dal.a
sumber.
5.
Quepy data dari
model data
Setelah
model
yang
tepat
telah
diciptakan
dtm
dibangun,
1Tillka
data
yalJg
te]ah
dibuat
tersedia untuk
mendukung
keputusan.
Bi.asJnya
melibatkan
pemhuatan
apli..kasi
front-end
query
misahxya dcngan
menggunakan
Microsoft Visual
Basic
melahri OLEDB
(Obje.r.:l
Linking
and Embedding Database)
U...'"'lt-uk.
data mining provider.
6. Pemelli'laraan validasi dari
model mining
Kamkteristik
data mining
ya.ng
telab
terisi
hams
tetjaga
vD.lidasinya.
Lewat
bebempu
wakiu,
kamkteristik
data
awal
sepctti
gran.ularitas
dan
validitas
mu.ngk.in
be:rubah,
karcna
model
data
mining
dapat
tcrus
bcrutah sciri.'lg perkeo.:nban.gan waktu.
2.4.3 Kat•gori Dat«
Mining"""
FoiUKs Pe,.eliliut
Teknik
data
mining berhubungan
dengan
penemuan
dan
pembelajaran.
Pernbelajaran
tersebut
terbagi
rr.enjadi.
tiga
mode
utama,
antara
lain
(Berson,
Smith,
Thearli-
!999,
p36-38) :
Tek.nik
i_ni
meli.batkan
tahap
pengolahan data
lama
yang
memihh
peta
karakteristik
yang
telah
diketahci
terlebih
daluJlu
untuk dibt.'fi.k.an
kepada
algoritma
data mining
Proses ini
mclatih
eJ.goritma
untuk
 |