DATA MINING

Penulis :

Sri Tria Siska, S.Kom., M.Kom
Arip Kristiyanto, S.Kom., M.Kom.
Dwi Vernanda, S.T., M.Pd.
Ade Hikma Tiana, M.Kom
Rizky Tito Prasetyo, M.T.I
Ruth Mariana Bunga Wadu, S.Kom., MMSI.
Fari Katul Fikriah, S. ST., M. Kom.
Tesa Vausia Sandiva, S.Kom., M.Kom.

ISBN : 978-634-283-058-1

Jumlah Hlm : x + 178
Ukuran : 15 x23 Unesco
Kertas : Bookpaper
Tahun Terbit : 2026
Editor : Ir. Feri Nugroho, S.S.T., M.IT., IPP

SINOPSIS

Buku ini menyajikan gambaran umum mengenai konsep, prinsip, dan peran penambangan data dalam mengolah data mentah menjadi informasi dan pengetahuan yang bermakna. Buku ini membahas data mining sebagai proses sistematis yang mencakup pengumpulan, pengolahan, analisis, dan interpretasi data untuk menemukan pola, hubungan, serta kecenderungan tersembunyi yang dapat mendukung pengambilan keputusan. Dengan pendekatan yang bersifat konseptual dan integratif, pembahasan diarahkan pada pemahaman data mining sebagai bagian penting dari perkembangan teknologi informasi, data science, dan kecerdasan buatan, serta relevansinya dalam berbagai bidang kehidupan. Buku ini ditujukan sebagai referensi umum bagi pembaca yang ingin memahami esensi data mining dan signifikansinya dalam menghadapi tantangan era digital yang ditandai oleh pertumbuhan data yang semakin masif dan kompleks.

Daftar Isi
Kata Pengantar …………………………………………………………………….. iv
Daftar Isi ……………………………………………………………………………….. vii
Bab 1 Pengantar Data Mining ……………………………………………..1
A. Pengertian dan Ruang Lingkup Data Mining …………..1
B. Peran Data Mining dalam Era Big Data …………………….5
C. Hubungan Data Mining dengan Machine Learning
dan AI ……………………………………………………………………………..8
D. Proses Knowledge Discovery in Databases (KDD) 12
Bab 2 Proses Penggalian Data dalam Database ……………. 15
A. Sumber dan Jenis Data dalam Database ……………….. 15
B. Tahapan Proses Penggalian Data …………………………… 18
C. Integrasi Data dari Berbagai Sumber ……………………. 22
D. Tantangan dalam Pengolahan Database Skala
Besar 25
Bab 3 Preprocessing dan Pembersihan Data Mentah….. 29
A. Data Cleaning dan Penanganan Missing Value ……. 29
B. Normalisasi dan Transformasi Data ……………………… 32
C. Reduksi Data dan Sampling …………………………………….. 35
D. Deteksi dan Penanganan Outlier ……………………………. 38
Bab 4 Seleksi Fitur untuk Peningkatan Akurasi …………… 41
A. Konsep Feature Selection dan Feature Extraction 41
B. Metode Filter, Wrapper, dan Embedded ………………. 45
C. Dampak Seleksi Fitur terhadap Kinerja Model ……. 48
Bab 5 Teknik Klasifikasi untuk Analisis Data ……………….. 52
A. Konsep Dasar Klasifikasi …………………………………………. 52
B. Decision Tree, Naive Bayes, dan K-Nearest
Neighbor …………………………………………………………………….. 55
C. Support Vector Machine ………………………………………….. 58
D. Evaluasi Hasil Klasifikasi …………………………………………. 61
Bab 6 Algoritma Clustering dalam Pengelompokan
Informasi ………………………………………………………………………………. 64
A. Konsep dan Tujuan Clustering ……………………………….. 64
B. K-Means dan Hierarchical Clustering ……………………. 66
C. DBSCAN dan Density-Based Clustering ………………… 69
D. Evaluasi Kualitas Cluster …………………………………………. 72
Bab 7 Asosiasi Pola Tersembunyi pada Data ………………… 76
A. Market Basket Analysis ……………………………………………. 76
B. Algoritma Apriori ……………………………………………………… 79
C. FP-Growth dan Association Rules ………………………….. 82
D. Interpretasi dan Pemanfaatan Pola Asosiasi ……….. 84
Bab 8 Regresi dalam Prediksi Berbasis Data ………………… 88
A. Konsep Dasar Analisis Regresi ……………………………….. 88
B. Regresi Linear dan Nonlinear …………………………………. 90
C. Evaluasi Model Regresi ……………………………………………. 93
D. Aplikasi Regresi dalam Prediksi Bisnis …………………. 96
Bab 9 Evaluasi Model pada Data Mining………………………… 99
A. Confusion Matrix dan Metrik Evaluasi ………………….. 99
B. Cross Validation ……………………………………………………… 102
C. Overfitting dan Underfitting…………………………………. 104
D. Pemilihan Model Terbaik ……………………………………… 106
Bab 10 Data Mining dalam Sistem Rekomendasi ………. 109
A. Konsep Sistem Rekomendasi ……………………………….. 109
B. Collaborative Filtering …………………………………………… 112
C. Content-Based Filtering ………………………………………… 114
D. Hybrid Recommendation System ……………………….. 117
Bab 11 Penerapan Data Mining dalam Bisnis ……………. 120
A. Customer Segmentation………………………………………… 120
B. Analisis Perilaku Konsumen ………………………………… 122
C. Prediksi Penjualan dan Permintaan ……………………. 125
D. Pengambilan Keputusan Berbasis Data ……………… 127
Bab 12 Data Mining untuk Bidang Kesehatan ……………. 130
A. Analisis Data Rekam Medis…………………………………… 130
B. Prediksi Penyakit dan Diagnosis …………………………. 133
C. Manajemen Layanan Kesehatan ………………………….. 135
D. Tantangan Data Medis …………………………………………… 137
Bab 13 Data Mining pada Media Sosial ……………………….. 141
A. Analisis Sentimen …………………………………………………… 141
B. Deteksi Tren dan Topik …………………………………………. 143
C. Analisis Jaringan Sosial …………………………………………. 146
Bab 14 Data Mining dalam Keamanan Siber ………………. 149
A. Deteksi Intrusi dan Anomali…………………………………. 149
B. Analisis Malware…………………………………………………….. 151
C. Fraud Detection………………………………………………………. 154
Bab 15 Tantangan Etika pada Data Mining ………………… 158
A. Privasi dan Perlindungan Data…………………………….. 158
B. Bias Algoritma dan Fairness ………………………………… 160
C. Transparansi dan Explainable AI ………………………… 163
Referensi ……………………………………………………………………………. 166
Tentang Penulis ………………………………………………………………… 168