Dedy Handriyadi
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Perbandingan Clustering-Based, Distance-Based dan Density-Based dalam Mendeteksi Outlier Dedy Handriyadi; M. Arif Bijaksana; Erwin Budi Setiawan
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2009
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Data Mining adalah proses pencarian pola-pola dan kecenderungan yang menarik dari dalam basis data berukuranbesar. Sebuah outlier didefinisikan sebagai sebuah titik data pada suatu data set dimana sangat berbedadibandingkan dengan titik data pada data set pada umumnya dengan suatu ukuran tertentu. Outlier ini walaupunmempunyai kelakuan yang abnormal, seringkali mengandung informasi yang sangat berguna. Permasalahan deteksioutlier ini mempunyai peran yang sangat penting pada aplikasi deteksi kecurangan, analisis kekuatan jaringan dandeteksi intrusi. Pencarian outlier biasanya dengan konsep keterdekatan berdasarkan hubungannya dengan sisa datayang ada. Pada data berdimensi tinggi, kepadatan data akan semakin berkurang, akibatnya dugaan akanketerdekatan antar data menjadi gagal.Pada makalah ini akan dilakukan perbandingan metode dalam pencariansuatu outlier dalam data berdimensi tinggi. Metode yang akan dibandingkan yaitu: Clustering-based, Distancebased,dan Density-based. Dimana masing-masing metode telah mendukung data berdimensi tinggi.Kata Kunci : data mining, outlier, deteksi outlier, metode deteksi outlier.