Evaluasi Performa Pemecahan Database dengan Metode Klasifikasi Pada Data Preprocessing Data mining

Dedi Gunawan
2016 Khazanah Informatika  
ABSTRAK Secara umum data transaksi akan dianalisa menggunakan teknik data mining seperti classification, clustering, ataupun prediction agar bisa memberikan informasi yang bernilai lebih kepada pemilik data. Analisa data transaksi akan menjadi tidak mudah jika ukuran data yang dimiliki sangat besar sehingga perlu dilakukan data preprocessing terlebih dahulu. Data preprocessing merupakan proses mempersiapkan data seperti membersihkan data dari noise ataupun merubah format data. Salah satu teknik
more » ... . Salah satu teknik data preprocessing untuk mengatasi ukuran database yang besar adalah dengan membagi database menjadi beberapa bagian sehingga akan mempercepat proses scanning data saat algoritma data mining diterapkan. Database bisa dipartisi menjadi beberapa bagian berdasarkan kasifikasi jenis item dari transaksi yang dilakukan oleh konsumen ataupun partisi secara otomatis dengan membagi beberapa bagian tanpa melihat item di dalamnya. Dalam penelitian ini kami akan membandingkan hasil kinerja dari kedua jenis model partisi database tersebut. Hasil perbandingan kinerja diukur dari waktu komputasi dan jumlah memori yang terpakai dalam proses partisi database. Berdasarkan hasil pengujian partisi database dengan teknik klasifikasi item membutuhkan waktu yang lebih tinggi yaitu 7000 milidetik dari pada partisi secara otomatis dengan waktu 500 milidetik dengan jumlah data transaksi 10.000. Sedangkan penggunaan memori komputer yang diperlukan adalah 0.35 MB untuk partisi otomatis dan 0.013 MB untuk partisi dengan klasifikasi item.
doi:10.23917/khif.v2i1.1749 fatcat:hqcccfsprrgb7k3r3xjarbdj3y