Berikut ini adalah postingan artikel kategori Data Management yang membahas tentang penjelasan pengertian, definisi, dan arti dari istilah kata knowledge discovery in databases (kdd) berdasarkan rangkuman dari berbagai jenis macam sumber (referensi) relevan, terkait, serta terpercaya.
Pengertian Knowledge Discovery in Databases (KDD)
Apa itu sebetulnya yang dimaksud dengan knowledge discovery in databases (kdd) ini?
Penemuan Pengetahuan dalam Database (KDD) adalah proses menemukan pengetahuan yang bermanfaat dari kumpulan data.
Teknik penambangan data yang banyak digunakan ini adalah proses yang mencakup persiapan dan pemilihan data, pembersihan data, menggabungkan pengetahuan sebelumnya pada set data dan menafsirkan solusi yang akurat dari hasil yang diamati.
Area aplikasi KDD utama meliputi pemasaran, deteksi penipuan, telekomunikasi dan manufaktur.
Pembahasan dari Apa itu Pengertian, Maksud, dan Istilah Teknis Kata Knowledge Discovery in Databases (KDD)
Baik, agar kita dapat lebih mendalami arti penjelasan serta maksud dari acronym atau kata tersebut di atas, pastinya kita juga perlu memahami lebih dalam tentang pembahasan terkait apa itu pengertian, maksud, dan akronim, istilah, jargon, atau terminologi knowledge discovery in databases (kdd).
Secara tradisional, penambangan data dan penemuan pengetahuan dilakukan secara manual.
Seiring berjalannya waktu, jumlah data dalam banyak sistem tumbuh menjadi lebih besar dari ukuran terabyte, dan tidak bisa lagi dipertahankan secara manual.
Selain itu, untuk keberhasilan keberadaan bisnis apa pun, menemukan pola yang mendasari data dianggap penting.
Akibatnya, beberapa alat perangkat lunak dikembangkan untuk menemukan data tersembunyi dan membuat asumsi, yang membentuk bagian dari kecerdasan buatan.
Proses KDD telah mencapai puncaknya dalam 10 tahun terakhir.
Sekarang memiliki banyak pendekatan berbeda untuk penemuan, yang mencakup pembelajaran induktif, statistik Bayesian, optimasi kueri semantik, akuisisi pengetahuan untuk sistem ahli dan teori informasi.
Tujuan utamanya adalah untuk mengekstraksi pengetahuan tingkat tinggi dari data tingkat rendah.
KDD termasuk kegiatan multidisiplin.
Ini mencakup penyimpanan dan akses data, algoritma penskalaan ke set data besar -besaran dan menafsirkan hasil.
Pembersihan data dan proses akses data yang termasuk dalam pergudangan data memfasilitasi proses KDD.
Kecerdasan buatan juga mendukung KDD dengan menemukan undang -undang empiris dari eksperimen dan pengamatan.
Pola yang diakui dalam data harus valid pada data baru, dan memiliki beberapa tingkat kepastian.
Pola -pola ini dianggap sebagai pengetahuan baru.
Langkah -langkah yang terlibat dalam seluruh proses KDD adalah:
Identifikasi tujuan dari proses KDD dari perspektif pelanggan.
Memahami domain aplikasi yang terlibat dan pengetahuan yang diperlukan
Pilih kumpulan data target atau subset sampel data tempat penemuan dilakukan.
Membersihkan dan preprocess data dengan memutuskan strategi untuk menangani bidang yang hilang dan mengubah data sesuai persyaratan.
Sederhanakan set data dengan menghapus variabel yang tidak diinginkan.
Kemudian, analisis fitur yang berguna yang dapat digunakan untuk mewakili data, tergantung pada tujuan atau tugas.
Cocokkan tujuan KDD dengan metode penambangan data untuk menyarankan pola tersembunyi.
Pilih algoritma penambangan data untuk menemukan pola tersembunyi.
Proses ini termasuk memutuskan model dan parameter mana yang mungkin sesuai untuk keseluruhan proses KDD.
Cari pola minat dalam bentuk representasional tertentu, yang mencakup aturan atau pohon klasifikasi, regresi dan pengelompokan.
Menafsirkan pengetahuan penting dari pola yang ditambang.
Gunakan pengetahuan dan masukkan ke dalam sistem lain untuk tindakan lebih lanjut.
Dokumentasikan dan buat laporan untuk pihak yang berkepentingan.
Seperti yang sudah kita lihat di atas, istilah ini merupakan salah satu dari kumpulan kamus, akronim, istilah, jargon, atau terminologi dalam bidang teknologi yang diawali dengan abjad atau awalan K, serta merupakan terms yang terkait dengan Data Management.
Arti Knowledge Discovery in Databases (KDD) dalam Kamus Terjemahan Bahasa Indonesia dan Inggris
Selain membahas tentang pengertian dan pembahasan definisinya, untuk lebih memperdalamnya, di sini kita juga perlu mengetahui apa arti kata knowledge discovery in databases (kdd) dalam kamus terjemahan bahasa Indonesia dan Inggris.
Untuk lebih mudah dalam memahaminya, di artikel ini Kami akan menguraikannya berupa tabel terjemahan bahasa Indonesia dan Inggris sebagai berikut.
| Tipe | Bahasa Indonesia | Bahasa Inggris |
| Terminologi | penemuan pengetahuan dalam database (kdd) | knowledge discovery in databases (kdd) |
| Kategori | manajemen data | data management |
Penutup
Baiklah, di atas adalah pembahasan dan penjelasan tentang apa itu arti dari knowledge discovery in databases (kdd).
Semoga postingan artikel yang sudah Kami bagikan ini dapat bermanfaat serta dapat menambah wawasan kita semua.
Lihat juga pembahasan terkait apa itu pengertian, maksud, dan akronim, istilah, jargon, atau terminologi artikel lainnya yang berhubungan dengan bidang Teknologi yang ada di laman blog UrlWebsite Kami.
Sumber (Referensi)
Artikel ini dibuat berdasar dari simpulan arti definisi dari berbagai referensi relevan yang berotoritas seperti Wikipedia, Webopedia Technology Dictionary dan beberapa sumber lainnya seperti Technopedia dan Techterms. Kata Knowledge Discovery in Databases (KDD) ini merupakan salah satu dari kumpulan terminologi “Data Management” dalam bidang teknologi yang dimulai dengan abjad atau awalan K. Artikel ini di-update pada bulan Nov tahun 2024.
- https://id.wikipedia.org/wiki/terminologi
- https://id.wikipedia.org/wiki/teknologi
- https://id.wikipedia.org/wiki/teknis
- https://www.webopedia.com/?s=knowledge-discovery-in-databases-kdd
- Gambar contoh dari knowledge-discovery-in-databases-kdd via Google di sini
- Gambar contoh dari knowledge-discovery-in-databases-kdd via Bing di sini
