Clustering
akhll--akhi:r irci
dhl.ccmbangkan
juga
mctodc
bctdasar
kepadatan
data,
yaitu
j"umlah data yang
ada
di
sekitar
suatu
data
yang
sudah
teridentiflkasi
daiam
suatu
cluster.
!lila
jumlah
data
dalam
jangkauan
tertentu
lebih
besar
dari
nilai
runbang
batas,
data
data
tersel:nat
dim.a
.Jl
dalam
cluster.
Kelebilmn
metode
ini
adalah
b...."lltak
cluster
yang
kbih
flcksibd.
Algoritma
yang
erkL'Ual
adalah
DBSCAl'-L
2.
Teknik generasi selanjutnya (next generation technique)
a.
Pohon kepu.tusan
(decision tree)
Pohon
keputu.<>an merupakan
n10del
prediktif
yang
da.pat
digambarkan
sepcrti
pohon,
di
numa
sctiap
node
dalam
struktrrr
pohon
tm--sebut
me\vakili
sebuah
p
lanyaan
yang
digur.cakan
untuk
m<mgelompokkan data.
Struktu:r
ini
dapat
digtmalam
untuk
membantu memperkirakan kemungkina."11 nilai
dan
setiap atribut.
b.
Jaringan syaraftiruan
(neural neiv.'ork)
Jaringan
syara.f
tiruan
mempakan
teknik
model
predik.tif
yang
paling
kuat T ckn:ik ini dapat mc:mbuat modd
yang
sangat k.ompick
yang
hampir
tidak
mungkin
untuk
mw.gerti
secara
benar,
meskipun
soonmg
ahli.
Model
ini
disajik.an
dalwn
nilai
numerik
dengan
perhitungan
yang
kompleks
dan
basil
akbir
dari
teknik. ini
juga
berupa
nmnerik
dan
perlu
untuk
ditetjemahkan
jika
nilai
prediksi
aktual
berupa kalegori.
 |