PENGANTAR DATA MINING & STATISTIK

Penulis :

Sari Ningsih.,S.Si., MM., Miftahul Jannah, S.Kom., M.Kom.,
Djarot Hindarto, S.Kom., M.Kom., Dr. Nur Putri Erdianti, SKM., MKM.,
Erni Rihyanti, S.Si., M.M., Ratih Titi Komala Sari., S.Si, M.MSI.,
Ira Diana Sholihati, S. Si. , MMSI., Ir. Endah Tri Esthi Handayani.,M.MSI.,
Dr. Fauziah, S.Kom., MMSI., Panca Dewi Pamungkasari, S.T., M.T., Ph.D., Raden
Muhamad Firzatullah, M.Kom., Loso Judijanto, S.Si., M.M., M.Stats.,
Arie Gunawan, S.Kom.. MMSI., Dr. Ir. Arief Wibowo, M.Kom.

ISBN : 978-623-8586-66-0

Jumlah Hlm : x + 267
Ukuran : 15×23 Unesco
Kertas : Bookpaper
Tahun Terbit : 2024
Editor : –

SINOPSIS

“Buku ini menjelaskan secara mendalam konsep-konsep kunci dalam data mining dan statistik, mulai dari dasar-dasar hingga aplikasi canggihnya dalam berbagai bidang. Dengan penekanan pada analisis data yang relevan dan teknik modeling yang efektif, pembaca akan dibimbing melalui studi kasus praktis yang mengilustrasikan kekuatan gabungan antara data mining dan statistik dalam mengungkap pola penting dan membuat prediksi yang akurat. Dengan membaca buku ini, diharapkan para pembaca dapat meningkatkan pemahaman mereka tentang cara menggali informasi berharga dari data dan mengoptimalkan penggunaannya dalam berbagai konteks.”

Daftar Isi
Kata Pengantar…………………………………………………………………………….v
Daftar Isi……………………………………………………………………………………… vi
Bab 1 – Konsep Dasar Data Mining……………………………………………1
A. Data Mining dan KDD ( Knowledge Discovery in
Database )………………………………………………………………………………. 3
B. Asal Usul Data Mining………………………………………………………….. 3
C. Tugas Data Mining (Data Mining Task)………………………….. 5
D. Data…………………………………………………………………………………………10
Bab 2 – Pendekatan Statistik dalam Data Mining……………….. 14
A. Statistik dan Data MIning …………………………………………………14
B. Algoritma pada Data Mining…………………………………………….20
Bab 3 – Preprocessing Data untuk Data Mining ………………….. 23
A. Pengenalan preprocessing data………………………………………23
B. Pentingnya preprocessing data dan tujuan
preprocessing data. …………………………………………………………….25vii
C. Pemahaman Data………………………………………………………………..26
D. Deskripsi data………………………………………………………………………. 31
E. Eksplorasi data ……………………………………………………………………. 32
F. Evaluasi kualitas data ………………………………………………………..36
G. Pembersihan Data (Data Cleaning)……………………………….. 37
Bab 4 – Analisis Deskriptif dan Inferensial …………………………… 72
A. Analisis Deskriptif………………………………………………………………..72
B. Analisis Inferensial………………………………………………………………78
Bab 5 – Regresi dan Korelasi dalam Data Mining………………..85
A. Regresi……………………………………………………………………………………85
B. Korelasi………………………………………………………………………………….. 93
C. Konsep Dasar Tau Kendall………………………………………………..98
Bab 6 – Analisis Klaster dalam Data Mining………………………..101
A. Konsep Dasar Analisis Klaster………………………………………..102
B. Metodologi Analisis Klaster …………………………………………… 108
C. Aplikasi dan Evaluasi Analisis Klaster …………………………. 117
Bab 7 – Analisis Asosiasi dan Frekuensi ……………………………….125
A. Analisis Asosiasi………………………………………………………………….126
B. Analisis Frekuensi ………………………………………………………………126viii
C. Aturan Asosiasi …………………………………………………………………..127
D. Algoritma Apriori………………………………………………………………. 130
Bab 8 – Penggunaan Statistik dalam Pengelompokan
Data …………………………………………………………………………….. 139
A. Pengenalan terhadap pengelompokan data dan
signifikansinya dalam statistik dan analisis data …….140
B. Definisi pengelompokan data dan perbedaannya
dengan klasifikasi…………………………………………………………….. 142
C. Konsep dasar statistik variabel, distribusi, ukuran
tendensi sentral, dan dispersi ………………………………………..144
D. Metodologi Pengelompokan Data…………………………………151
Bab 9 – Penggunaan Statistik dalam Klasifikasi Data………160
A. Data dalam Statistik………………………………………………………… 160
B. Dasar Klasifikasi Data Statistik ……………………………………. 164
C. Metode Klasifikasi ……………………………………………………………..167
Bab 10 – Evaluasi Model dalam Data Mining……………………… 173
A. Kualitas Data …………………………………………………………………….. 174
B. Model Evaluasi pada Klasifikas ……………………………………..175
C. Model Evaluasi Cluster…………………………………………………….. 185ix
Bab 11 – Teknik Sampling dalam Data Mining…………………….187
Bab 12 – Interpretasi Hasil Data Mining dengan
Pendekatan Statistika……………………………………………….199
A. Tahap Interpretasi Hasil Data Mining ………………………….199
B. Teknik Statistika yang Lazim Digunakan…………………… 202
C. Interpretasi dengan Teknik Statistika…………………………204
Bab 13 – Visualisasi Data untuk Data Mining………………………218
A. Pengenalan Visualisasi Data…………………………………………..218
B. Peran Visualisasi dalam Proses Data Mining ……………. 220
C. Jenis-Jenis Visualisasi Data……………………………………………221
D. Metode Visualisasi Data Univariate ……………………………..223
E. Metode Visualisasi Data Multivariate…………………………..223
F. Penggunaan Visualisasi untuk Eksplorasi Data……….. 224
G. Teknik Visualisasi untuk Pemodelan Data…………………..225
H. Pemahaman Pola dengan Visualisasi…………………………..225
I. Interaktif dan Dinamika dalam Visualisasi Data………226
J. Penerapan Visualisasi pada Algoritma Data Mining..227
Bab 14 – Tantangan dan Peluang Integrasi Data Statistik
dalam Data Mining…………………………………………………….229
A. Tantangan Integrasi Data Statistik dan Data Mining230
B. Peluang Integrasi Data Statistik dan Data Mining…..236x
C. Kesimpulan dan Rekomendasi ……………………………………… 241
Daftar Pustaka …………………………………………………………………………243
Tentang Penulis………………………………………………………………………..258