Membaca adalah salah satu cara untuk meningkatkan pengetahuan dan wawasan. Nah, dalam rangka memperluas pengetahuan sebelum dapat membuat jurnal yang baik, disini saya akan me-review beberapa jurnal mengenai data mining. Berikut resumenya :

1. Judul : PEMBUATAN PERANGKAT LUNAK DATA MINING UNTUK PENGGALIAN KAIDAH ASOSIASI MENGGUNAKAN METODE APRIORI

Penulis : Leo Willyanto Santoso

Pada riset ini, metode apriori digunakan untuk memperoleh kaidah asosiasi yang menggambarkan hubungan antar item pada database transaksional. Database yang  digunakan ada tiga buah yang masing-masing memiliki jumlah transaksi yang berbeda. Dari hasil pengujian empiris dapat ditarik kesimpulan bahwa waktu komputasi untuk menghasilkan kaidah asosiasi dipengaruhi oleh jumlah transaksi dan Penggunaan struktur data “tidlist” pada algoritma apriori menyebabkan waktu komputasi yang dibutuhkan relatif berkurang karena hanya memerlukan pembacaan basis data sekali saja.

2. Judul : Data Mining techniques for the detection of fraudulent financial statements

Penulis : Efstathios Kirkos, Charalambos Spathis, Yannis Manolopoulos

Jurnal ini membahas mengenai keefektifan dari teknik klasifikasi Data Mining dalam mendeteksi perusahaan yang menghadapi masalah kecurangan financial dan berhubungan dengan identifikasi dari faktor-faktor yang terkait dengan masalah tersebut. Dalam penyelesaiannya, tugas dari manajemen deteksi kecurangan, sang auditor bisa memfasilitasi pekerjaan mereka menggunakan teknik data mining. Peelitian ini membahas mengenai kegunaan decision tree, Neural Networks dan Bayesian Belief Networks dalam mengidentifikasi kasusu kecurangan financial.

3. Judul : Information Visualization and Visual Data Mining

Penulis : Daniel A. Keim

Tidak pernah sebelumnya dalam sejarah, data di- generated dalam volume yang sangat besar seperti saat ini. Mengeksplor dan menganalisa volume data dalam ukuran yang besar menjadi sangat sulit. . Information visualization dan visual data mining dapa membanu menghadapi benjir informasi. Keuntungan dari  visual data exploration adalah pengguna/user dapat secara langsung terlibat dalam proses penggalian data. Ada banyak sekali teknik dari information visualization yang telah dibangun dan dikembangkan dalam decade  terakhir untuk membantu eksplorasi dari data yang besar. Dalam jurnal ini penulis menggunakan classification of information visu-alization dan visual data mining techniques yang berbasis pada tipe data yang akan divisualisasikan, teknik visualisasi dan teknik interaction and distortion

 

4. Judul: Data Mining in Cloud Computing
Penulis: Ruxandra-Stefania PETRE

Dalam jurnal ini membahas bagaimana data mining  digunakan pada cloud computing. Data mining digunakan untuk mencari informasi berpotensi berguna dari data mentah yang telah diproses. Sebagai kebutuhan alat data mining berkembang setiap harinya, kemampuan mengintegrasikan data mining dancloud computing ini menjadi lebih dan lebih ketat.

 

5.Judul :  Business Intelligence with Social Media and Data Mining to Support Customer Satisfaction in Telecommunication Industry

Penulis : Vitri Tundjungsari

Jurnal ini menjelaskan mengenai bagaimana  menggali data melalui sosial media untuk mendapatkan informasi kepuasan pelanggan dalam industri telekomunikasi. Media sosial memiliki potensi untuk mengekstrak informasi dan lalu ditindak lanjuti sehingga bermanfaat bagi bisnis , pengguna , dan konsumen. Tulisan ini membahas tentang dasar-dasar data mining dan media sosial , memperkenalkan beberapa teknik untuk dipilih untuk menggali data di media sosial , dan menggambarkan beberapa aplikasi data mining

6. Penentuan Gender Otomatis Berdasarkan Isi Microblog Memanfaatkan FItur Sosiolinguistik

Penulis : Yudi WIbisono dan Naufal Faruqi

Jurnal ini membahas mengenai penentuan gender otomatis dengan menggunakan analisis fitur sosiolinguistik. Dalam eksperimennya, digunakan tiga algoritma klasifikasi yaitu Naïve Bayes dan SVM (Support Vector Machine). Berdasarkan eksperimen akurasi klasifikasi menggunakan fitur leksial mencapai 84.94%, fitur sosiolinguistik 83.01% dan gabungan kedua fitur 86.22%. Walaupun sedikit lebih rendah akurasinya, fitur sosiolinguistik jumlah atributnya jauh lebih rendah (8 berbanding 824), sehingga cocok diaplikasikam pada data berukuran besar atau berbentuk aliran.

7.Facial Micro-Expression Recognition Using High Speed Camera and 3D-Gradient Descriptor

Penulis : Senya Polikovsky, Yoshinari Kameda, Yuichi Ohta

Mikro-ekspresi adalah ekspresi sesaat yang ditunjukan manusia saat menghadapi keadaan tertentu. Mikro ekspresi berlangsung sangat cepat sehingga akan sulit untuk mendeteksinya jika menggunakan cara tradisional. Dalam Jurnal ini penulis mencoba mengenali mikro ekspresi yang dikenali dalam video menggunakan 3d-Gradient Descriptor dan histogram. Peulis berhasil mendapatkan 13 klasifikasi mikro-ekspresi.

8. Detection and Measurement of Facial Mico-Expression Characteristic for Psychological Analysis

Penulis : Senya Polikovsky, Yoshinari Kameda, Yuichi Ohta

Berlanjut dari penelitian sebelumnya, deteksi mikro-ekspresi dapat berperan penting dalam mencegah tindakan criminal. Dengan menggabugkan disipli ilmu psikologi dan ilmu computer, penulis berhasil mendeteksi ekspresi-mikro melalui video yang diambil dengan menggunaka kamera berkecepatan tinggi. Penulis mendeteksi mikro-ekspresi dengan menggunakan histogram yang akan mentraining data yang diambil dari video wawancara maupun interview tersebut.

9.  PENGENALAN WAJAH MANUSIA MENGGUNAKAN ANALISIS KOMPONEN UTAMA (PCA) DAN JARINGAN SYARAF TIRUAN PERAMBATAN-BALIK

Penulis : Hidayat Zayuman , Imam Santoso, R. Rizal Isnanto

Jurnal ini membahas mengenai penggunaan jaringan syaraf tiruan dan PCA untuk sistem pengenalan wajah.  Hasil implementasi menunjukan bahwa kombinasi JST dan PCA menghasilkan pengenalan wajah yang lebih akurat dibandingkan dengan hanya menggunakan PCA. Yaitu sebesar 86.67%

10. IDENTIFIKASI TANDA-TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN PERAMBATAN-BALIK (BACKPROPAGATION)

Penulis : Achmad Hidayatno, R. Rizal Isnanto, Dian Kurnia Widya Buana

Tanda tangan merupakan sah satu biometric dari manusia. Jaringan syaraf tiruan perambatan balik termasuk supervised learing algorithm yang dapat digunakan untuk mengklasifikasikan citra dengan keluaran tertentu. Jaringan syaraf tiruan perambatan-balik yang sudah dilatih dengan data citra tanda-tangan seseorang,  dapat digunakan untuk mengenali pemilik tanda-tangan tersebut.