Lompat ke konten Lompat ke sidebar Lompat ke footer

Teknik Pencarian Teladan Sekuensial (Sequence Mining) Pada Data Mining

Pengertian Data Mining

Data mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge) secara otomatis.
Setelah sebelumnya membahas wacana Teknik Kaidah Asosisasi(association rules Discovery/Descriptive) pada Data Mining, pada pembahasan kali ini akan membahas wacana salah satu teknik lagi yang ada di dalam data mining. Kita tahu bahwa ada banyak teknik yang sanggup dipakai dalam data mining yang meliputi: Classification/Predictive, Clustering/Descriptive, Association Rule Discovery/Descriptive, Sequential Pattern Discovery/Descriptive, Regression/Predictive, dan DeviationDetection/Predictive. Akan tetapi teknik yang akan kita bahas kali ini ialah wacana teknik teknik Pencarian tumpuan sekuensial (Sequence Mining).


Baca Juga: Teknik Kaidah Asosisasi(association rules Discovery/Descriptive) pada Data Mining

Pengertian teknik Pencarian tumpuan sekuensial (Sequence Mining) pada Data Mining

Pencarian tumpuan sekuensial (Sequence Mining) adalah Mencari sejumlah event yang secara umum terjadi bersama-sama. Contoh, dalam satu set urutan DNA, ACGTC diikuti oleh‘GTCA sehabis suatu celah selebar 9 dengan probabilitas sebesar 30.%.

Jika diberikan sekumpulan obyek, dengan masing-masing obyek dihubungkan dengan waktu kejadiannya maka dapatkan tumpuan yang memprediksi ketergantungan sekuensial. (sequential dependencies) yang besar lengan berkuasa diantara kejadian-kejadian yang berbeda.
(A B)   (C) -> (D    E)

Baca Juga: Teknik Klasterisasi/clustering dan Aplikasinya pada Data Mining

Pola-pola sekuensial pertama, intinya dibuat dengan cara mencari semua kemungkinan tumpuan yang ada. Nilai-nilai bencana dalam tumpuan diatur menurut urutan waktu kejadian.
(A B) (C) (D  E)