DETEKSI OUTLIER BERBASIS KLASTER PADA SET DATA DENGAN ATRIBUT CAMPURAN NUMERIK DAN KATEGORIKAL

Dwi Maryono, Arif Djunaidy

Abstract


Deteksi outlier merupakan salah satu bidang penelitian yang penting dalam topik data mining. Penelitian ini bermanfaat untuk mendeteksi perilaku yang tidak normal seperti deteksi intrusi jaringan, diagnosa medis, dan lain-lain. Banyak metode telah
dikembangkan untuk menyelesaikan masalah ini, namun kebanyakan hanya fokus
pada data dengan atribut yang seragam, yaitu data numerik atau data kategorikal saja. Kenyataan di lapangan, set data seringkali merupakan gabungan dari dua nilai atribut seperti ini.


Keywords


data campuran, deteksi outlier, Outlier berbasis klaster, CBLOF, MixCBLOF

Full Text:

PDF

Refbacks

  • There are currently no refbacks.


This work is licensed under a Creative Commons Attribution 4.0 International License.