na INLIS000000001492095 20250923023103 ta 250923 g 0 ind 978-623-7131-32-8 0010-0925000057 006.31 006.31 RAH d Rahmadya Trias Handayanto Pengarang Data mining dan machine learning menggunakan matlab dan python / Rahmadya Trias Handayanto, Herlawati Bandung : Informatika, 2020 xiv, 314 halaman : ilustrasi ; 24 cm. rdacontent teks rdamedia tanpa perantara rdacarrier volume Data mining menurut David Hand, Heikki Mannila, dan Padhraic Smyth dari MIT adalah analisis terhadap data (biasanya data yang berukuran besar) untuk menemukan hubungan yang jelas serta menyimpulkannya yang belum diketahui sebelumnya dengan cara terkini dipahami dan berguna bagi pemilik data tersebut (Larose,2006). Data Mining sudah ada sejak lama dan teori-teorinya pun sudah banyak dibahas dalam berbagai literatur. Teori-teori tersebut antara lain: Naïve-Bayes dan Nearest Neighbour, Pohon Keputusan, Aturan Asosiasi, K-Means Clustering, dan Text Mining (Bramer, 2007). Sedangkan perkembangan terkini menghadirkan algoritma-algoritma yang baru dikembangkan antara lain: Jaringan Syaraf Tiruan (JST), Algoritma Genetik, Fuzzy C-Means, Support Vector Machine (SVM). dan lain-lain (Larose, 2006). Sejak perkembangannya dari tahun 90-an, data mining yang sebelumnya dikuasai oleh para pakar statistik, ternyata di tahun 2000-an banyak dikembangkan oleh imu komputer yang berusaha untuk memperbaiki kinerja dari teori-teori statistik yang ada. Menurut Daryl Pregibon disebutkan bahwa Data Mining adalah perpaduan dari Statistik, Artificial Inteligent dan Database (Gorunescu, 2011). Data Mining kemudian dikenal dengan nama Knowledge-Discovery in Databases (KDD). Mesin Pembelajar - Machine Learning pengolahan data Herlawati Pengarang 2025/HD/0336