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

• Main Author: Gunawan, Dedi
• Format: UMS Journal (OJS)
• Language: eng
• Published: Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia 2016
• Online Access: https://journals.ums.ac.id/index.php/khif/article/view/1749
• Summary: Database transaksi merupakan rekaman dari hasil transaksi yang dilakukan oleh konsumen ketika mereka membeli produk baik di toko, mall ataupun tempat lainnya. Data transaksi ini akan sangat bermanfaat ketika pemilik bisnis akan melakukan analisa terhadap transaksi yang dilakukan konsumen. Secara umum data transaksi akan dianalisis menggunakan teknik data mining seperti classification, clustering, ataupun prediction agar bisa memberikan informasi yang bernilai lebih kepada pemilik data. Analisis data transaksi akan menjadi tidak mudah jika ukuran data yang dimiliki sangat besar sehingga perlu dilakukan data pre-prosesing terlebih dahulu. Salah satu teknik data pre-prosesing 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 dikukur dari waktu komputasi dan jumlah memori yang terpakai dalam proses partisi database