.1. Klasifikasi .2. Klastering 3. Algoritma Penambangan Data

yang akan digunakan untuk analisa data menggunakan teknik penambangan data sedangkan OLAP adalah basisdata yang khusus digunakan untuk menunjang proses pengambilan keputusan decision making. Teknologi yang ada di gudang data dan OLAP dimanfaatkan penuh untuk melakukan penambangan data. Gambar di bawah ini menunjukkan posisi masing – masing teknologi basisdata tersebut : Gambar 2.2. Data mining dan teknologi basisdata lainnya Sumber : Jiawei Han and Micheline Kamber www.cs.uiuc.edu~hanj

II. 3. Algoritma Penambangan Data

Dalam penambangan data ada beberapa algoritma untuk melakukan penambangan data diantaranya:

II.3 .1. Klasifikasi

Aplikasi lain yang penting dari data mining adalah kemampuannya untuk melakukan proses klasifikasi pada suatu data dalam jumlah besar. Klasifikasi data adalah suatu proses yang menemukan properti-properti yang sama pada sebuah himpunan obyek di dalarn sebuah basis data, dan mengklasifikasikannya ke dalam kelas-kelas yang berbeda menurut model klasifikasi yang ditetapkan. Untuk membentuk sebuah model klasifikasi, suatu sampel basis data E diperlakukan sebagai training set, dimana setiap baris terdiri dari himpunan yang sama yang memuat atribut yang beragam seperti baris - baris yang terdapat dalam suatu basis data yang besar W. Setiap tupel diidentifkasikan dengan sebuah label atau identitas kelas. Tujuan dari klasifikasi ini adalah untuk menganalisa training data dan membentuk sebuah deskripsi yang akurat atau sebuah model untuk setiap kelas berdasarkan fitur yang tersedia di dalam data itu. Deskripsi dari masing- masing kelas itu nantinya akan digunakan untuk mengklasifikasikan data yang hendak di test dalam basis data W, atau untuk membangun suatu deskripsi yang lebih balk untuk setiap kelas dalam basis data.

II.3 .2. Klastering

Pada dasarnya klastering terhadap data adalah suatu proses untuk mengelompokkan sekumpulan data tanpa suatu atribut kelas yang telah didefinisikan sebelumnya, berdasarkan pada prinsip konseptual klastering yaitu memaksimalkan dan juga meminimalkan kemiripan intra kelas. Proses untuk mengelompokkan secara fisik atau abstrak obyek-obyek ke dalam bentuk kelas- kelas atau obyek-obyek yang serupa, disebut dengan klastering atau unsupervised classification. Melakukan analisa dengan klastering, akan sangat membantu untuk membentuk partisi-partisi yang berguna terhadap sejumlah besar himpunan obyek dengan didasarkan pada prinsip divide and conquer yang mendekomposisikan suatu sistem skala besar, menjadi komponen-komponen yang lebih kecil, untuk menyederhanakan proses desain dan implementasi.

II.3 .3. Asosiasi