7 6.
Penambangan data
data mining
Pada tahapan ini akan dilakukan proses penambangan data menggunakan algoritma
Partitioning Around Medoids
PAM dengan menggunakan metode
Waterfall
dengan tahap-tahap sebagai berikut: a.
Analisa Pada tahapan ini merupakan tahapan menganalisis hal-hal yang
diperlukan dalam pelaksanaan proses pembuatan perangkat lunak penambangan data.
b. Desain
Tahapan desain ini merupakan tahapan penerjemahan dari data yang dianalisis kedalam bentuk yang mudah dimengerti oleh
user
. c.
Coding Tahapan
coding
merupakan tahapan pemecahan masalah yang telah dirancang ke dalam bahasa pemrograman tertentu.
d.
Testing
atau pengujian Pada tahapan ini merupakan tahap pengujian terhadap perangkat lunak
penambangan data yang telah dibangun. 7.
Evaluasi pola
pattern evaluasi
Pada tahapan ini akan dilakukan proses evaluasi terhadap hasil data mining yang telah dilakukan pada proses sebelumnya.
8. Presentasi pengetahuan
knowledge presentation
Pada tahapan ini akan dilakukan presentasi hasil data mining yang telah dikerjakan sebelumnya.
8
1.6 Sistematika Penulisan
Sistematika penulisan dibagi menjadi beberapa bab, sebagai berikut :
BAB I : Pendahuluan
Bab ini berisi tentang latar belakang, rumusan masalah, batasan masalah, tujuan dan manfaat, metodologi penelitian, dan sistematika penulisan
tugas akhir.
BAB II : Landasan Teori
Bab ini membahas tentang teori-teori yang digunakan guna menunjang penelitian dan menjadi dasar atau sumber tertulis dari apa yang akan dilakukan
yaitu,
Knowledge Discovery in Database
KDD, Penambangan Data
data mining
,
Clustering
,
Partitioning Around Medoids
PAM, dan
Silhouette Index
SI.
BAB III : Metodologi Penelitian
Bab ini akan menjelaskan tentang penelitian pustaka yang berisikan data, data yang digunakan, dan spesifikasi alat.
BAB IV : Pemrosesan Awal dan Perancangan Perangkat Lunak Penambangan Data
Bab ini membahas tentang pemrosesan awal dari data yang akan digunakan dan perancangan dari perangkat lunak penambangan data yang akan
dibangun.
BAB V : Implementasi Penambangan Data dan Evaluasi Hasil
Bab ini berisi mengenai implementasi sistem yang dibangun dan analisis hasil dari sistem yang telah dibuat.
9
BAB VI : Penutup
Bab ini berisi mengenai kesimpulan dan saran mengenai sistem yang dibuat.
LAMPIRAN PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
10
BAB II LANDASAN TEORI
2.1 Knowledge Discovery in Database
KDD 2.1.1
Definisi Knowledge Discovery in Database KDD
Knowledge Discovery in Database
KDD adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola, atau
hubungan dalam set data berukuran besar. Penambangan data
data mining
merupakan bagian dari
Knowledge Discovery in Database
yang merupakan kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola, atau
hubungan dalam data yang berukuran besar Santosa, 2007.
2.1.2 Tahapan Knowledge Discovery in Database KDD
Menurut Han and Kamber 2006, penambangan data tidak dapat dipisahkan dari proses
Knowledge Discovery in Database
KDD. KDD merupakan sebuah proses mengubah data mentah menjadi suatu informasi yang berguna. Tahapan KDD
merupakan suatu rangkaian proses penambangan data
data mining
dan dapat dibagi menjadi beberapa tahap. Tahap-tahap tersebut bersifat interaktif di mana pemakai
terlibat langsung atau melalui perantara
knowledge base
. Ilustrasi proses KDD dapat dilihat pada gambar 2.1.