Quiz Pertemuan 5 Data Mining

 

Anda juga dapat mendownload laporan Di sini. 

Komentar

Posting Komentar

Postingan populer dari blog ini

Data Preparation dan Data Visualization: Langkah Penting dalam Analisis Data

Gambar
Data Preparation dan Data Visualization Mengenal tentang Data Preparation Data preparation atau preprocessing data merujuk pada serangkaian proses yang meliputi pengumpulan, penggabungan, penyusunan, dan pengaturan data agar dapat digunakan dalam berbagai aplikasi seperti business intelligence (BI), analitik, dan visualisasi data. Langkah-langkah ini seringkali melibatkan pengambilan data dari berbagai sumber, baik itu sistem internal maupun eksternal. Dalam konteks yang lebih sederhana, data preparation merupakan teknik yang digunakan untuk mengubah data mentah menjadi format yang lebih berguna dan efisien. Hal ini penting karena data mentah seringkali tidak lengkap dan memiliki format yang tidak konsisten, terutama ketika berasal dari berbagai sumber yang berbeda. Fungsi utama dari data preparation adalah memastikan bahwa data yang akan diproses dan dianalisis sudah akurat dan konsisten. Tujuannya adalah agar hasil dari aplikasi BI dan analitik yang digunakan dapat diandalkan. Memper...
Baca selengkapnya

Supervise Learning (Prediksi) dan Contoh Algoritma Yang Ada Didalamnya

Supervised Learning untuk prediksi, juga dikenal sebagai regresi, bertujuan untuk memprediksi nilai numerik atau kontinu berdasarkan data masukan. Model regresi dilatih dengan data yang memiliki pasangan nilai input dan output, kemudian belajar untuk menemukan hubungan antara keduanya. Proses ini melibatkan beberapa langkah penting, mulai dari pengumpulan dan pra-pemrosesan data, pemilihan algoritma yang tepat, hingga pelatihan dan evaluasi model. Data pra-pemrosesan memastikan bahwa data bersih dan dalam format yang sesuai untuk pelatihan model. Pembagian data menjadi set latih dan uji membantu dalam mengevaluasi kemampuan model untuk generalisasi. Pemilihan algoritma regresi yang sesuai dengan kompleksitas data sangat penting untuk mendapatkan model yang akurat dan efisien. Evaluasi model menggunakan metrik seperti MAE, MSE, dan R-squared memastikan bahwa model memiliki kinerja yang baik dan dapat memprediksi dengan akurasi yang memadai pada data baru. Ada berbagai macam algoritm...
Baca selengkapnya

Pre-prosesesing Data Cleaning, Data Collection, Data Transform, Data Reduction

Gambar
Data preprocessing adalah langkah awal yang krusial dalam proyek machine learning dan data science. Tahap ini bertujuan untuk mempersiapkan data mentah agar siap digunakan dalam proses analisis dan pembangunan model. Artikel ini akan membahas lima aspek utama dalam data preprocessing: Data Collection, Data Cleaning, Data Transformation, Data Reduction, dan Preprocessing secara keseluruhan. 1. Data Collection Data Collection adalah proses pengumpulan data dari berbagai sumber. Data ini bisa berasal dari database, sensor, web scraping, API, dan lain-lain. Kualitas data yang dikumpulkan akan sangat menentukan hasil akhir dari proyek. Kali ini saya mengambil data Salaries.csv yang bisa di unduh dari website kaggle. 2. Data Cleaning Data Cleaning adalah proses pembersihan data untuk mengatasi masalah seperti data yang hilang, duplikasi, dan inkonsistensi. Tujuan utamanya adalah untuk memastikan data yang digunakan akurat dan dapat diandalkan. Salah satu aspek utama dalam data cleaning...
Baca selengkapnya