Filosofi, Teori dan Implementasi N-Soft Sets pada Data Mining

Fatimah, Fatia and Kharis, Selly Anastassia Amellia (2023) Filosofi, Teori dan Implementasi N-Soft Sets pada Data Mining. In: Trends in Science and Technology for Sustainable Living. Universitas Terbuka, Tangerang Selatan, pp. 27-49. ISBN 978-623-153-294-7

Preview

Text 2 FILOSOFI, TEORI DAN IMPLEMENTASI N-SOFT.pdf Download (207kB) | Preview

Abstract

Pengambilan keputusan merupakan proses yang penting dalam kehidupan individu atau kelompok. N-soft set merupakan inovasi dalam teori pengambilan keputusan khususnya dalam mengatasi masalah ketidakpastian dengan merepresentasikan data dalam berbagai bentuk. Beberapa penelitian telah mengombinasikan N-soft set dengan teori-teori lain namun belum ada penelitian yang menggabungkan N-soft set dengan data mining. Oleh karena itu, Penelitian ini membahas filosofi kolabrasi antara N-soft set dan data mining serta pendekatan yang diperlukan untuk mengimplementasikan N-soft set dalam metode data mining. N-soft set dapat diaplikasikan untuk memodelkan ketidakpastian dan ambiguitas dalam data dan data mining dapat mengidentifikasi pola dan tren. Metode pencarian pola dalam data mining seperti Association Rule Mining, Clustering, dan Classification juga dapat menggunakan representasi N-soft set. Hal ini memungkinkan identifikasi pola yang relevan dan hubungan yang ada dalam data dengan mempertimbangkan tingkat keanggotaan objek dalam kelas-kelas yang relevan. Penggabungan N-soft set dengan data mining dapat menghasilkan pemodelan yang lebih representatif sesuai kebutuhan pengguna dengan mempertimbangkan lebih banyak faktor dalam pengambilan keputusan. Hal ini disebabkan pola data yang digali telah memiliki tanda atau pengenal sehingga memudahkan untuk mengidentifikasi faktor atau fitur. Penggunaan N-soft set pada data mining diharapkan dapat memberikan wawasan baru dalam pengambilan berbagai jenis keputusan dengan mempertimbangkan ketidakpastian, ambiguitas, dan kompleksitas data.

Actions (login required)

View Item