TPQ-Apriori dan Save-KNN: Algoritma Association Rule Tid Vertical Partitining Query (TPQ-Apriori) Algoritma Clasfication Split Average Value Nighbhor k-Adaptif (Save-KNN)

Book Cover: TPQ-Apriori dan Save-KNN: Algoritma Association Rule Tid Vertical Partitining Query (TPQ-Apriori) Algoritma Clasfication	 Split Average Value Nighbhor k-Adaptif (Save-KNN)
Editions:Hardcover - First: $ 5.75
Size: 14.80 x 21.00 cm
Pages: 218

Cara berpikir dalam penelitian ilmu data mining tidak hanya berfokus pada implementasi algoritma terhadap dataset baru, namun lebih pada upaya memperbaiki kinerja algoritma tersebut. Kebaruan dalam penelitian memang penting, namun pada ilmu data mining, hampir semua penelitian yang kita lakukan telah dikerjakan sebelumnya. Oleh karena itu, tugas kita adalah menemukan kelemahan yang bisa diperbaiki atau ditingkatkan. Ada dua jenis penelitian, yaitu apply research dan basic research. Apply research berfokus pada kebaruan data dan implementasi langsung, tanpa mengubah algoritma. Sedangkan basic research menciptakan atau memodifikasi algoritma, membutuhkan waktu, tenaga, dan analisis yang mendalam. Salah satu metode yang digunakan dalam basic research adalah systematic literature review (SLR), yang bertujuan menemukan celah dalam penelitian sebelumnya. Buku ini memberikan panduan bagi akademisi, peneliti, mahasiswa, dan praktisi dalam memperbaiki algoritma data mining guna meningkatkan kinerjanya, serta mendorong terciptanya kebaruan yang sesungguhnya dalam penelitian. Semoga buku ini dapat menambah wawasan dan mengubah cara berpikir dalam mencapai kebaruan dalam penelitian.

ISBN      : Proses

Ukuran : 14,8 x 21

Jumlah Halaman : 218

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *