Buku ini menyajikan pembahasan cara kerja algoritma-algoritma dalam Data Mining secara detail pada data kualitatif maupun kuantitatif. Materi yang dibahas pada buku ini meliputi cara prapengolahan data dan dua tugas data mining (data mining task), yaitu deskripsi dan prediksi. Terdapat pula materi tingkat lanjut, yaitu “Metode Ensemble- yang meliputi algoritma Bagging (Bootstrap Aggregating), Boosting, dan Random Forest. Buku ini memuat contoh-contoh bagaimana menerapkan algoritma Data Mining pada data real yang digunakan dalam penelitian sehingga terdapat integrasi antara hasil penelitian dan materi proses belajar mengajar di kelas. Contoh- contoh soal disediakan dalam penghitungan secara manual dan implementasinya menggunakan bahasa pemrograman R untuk memudahkan para pembaca dalam memahami isi buku. Software R bebas lisensi sehingga tidak memerlukan software statistika yang powerful karena memiliki banyak package yang merupakan hasil kontribusi peneliti-peneliti di seluruh dunia. Buku ini dibagi menjadi 9 bab. Pada Bab 1 dibahas tentang pengenalan data mining. Pada Bab 2 dikenalkan function dasar pemrograman R dan RStudio yang merupakan Integrated Development Environment (IDE) dari R. Prapengolahan data (data preprocessing) dibahas pada Bab 3. Metode deskripsi yang dibahas pada buku ini adalah aturan asosiasi dan analisis cluster berturut-turut disajikan pada Bab 4 dan Bab 5. Metode prediksi pada buku ini adalah klasifikasi yang meliputi klasifikasi Bayes (Bab 6), K-Nearest Neighbors (Bab 7), pohon keputusan (Bab 8), dan metode ensemble (Bab 9).
### Kupas Tuntas Algoritma Data Mining dan Implementasinya Menggunakan R oleh Umu Sa’adah, Masithoh Yessi Rochayani, Dwi Wahyu Lestari, dan Dwi Ayu Lusia adalah buku yang berfokus pada penjelasan mendalam tentang data mining beserta implementasinya menggunakan software open source R. Buku ini mencakup aspek-aspek penting dari data mining, termasuk deskripsi (dengan penerapan aturan asosiasi dan pengelompokan) serta prediksi (melalui klasifikasi yang dibahas pada Bab 6 hingga Bab 9). Selain memberikan teori-teori fundamental, buku ini juga mengajarkan praktikalitas dalam implementasi data mining menggunakan R. Penggunaan R dipilih karena fleksibilitas dan kemampuannya untuk digunakan secara komersial tanpa harus membayar lisensi. Hal ini membuat para peneliti dapat memanfaatkan alat yang canggih ini untuk mendukung penelitian dan studi di bidang data mining. Buku ini ditulis berdasarkan pengalaman penulis dalam mengajar dan melakukan penelitian, sehingga memberikan wawasan praktis bagi para pembaca. Selain sebagai bahan ajar yang dapat digunakan oleh para dosen dan mahasiswa, buku ini juga diharapkan dapat meningkatkan pemahaman umum tentang data mining dan teknik-teknik implementasinya. Penerbitan buku ini merupakan upaya untuk memfasilitasi knowledge sharing dalam bidang data mining, dengan harapan dapat memberikan manfaat bagi mahasiswa, peneliti, dan praktisi di berbagai sektor. Penulis mengundang kritik dan masukan dari pembaca untuk penyempurnaan terbitan berikutnya. Surabaya, Juli 2021 Prof. Budi Santosa, Ph.D. Dosen Teknik Industri Institut Teknologi Sepuluh Nopember Rektor Institut Teknologi Kalimantan 2018-2022
Unduh untuk perangkat lain: