Knowledge Discovery in Database (KDD) adalah proses menentukan informasi yang berguna serta pola-pola yang ada dalam data. Informasi ini terkandung dalam basis data yang berukuran besar yang sebelumnya tidak diketahui dan potensial bermanfaat. Data Mining merupakan salah satu langkah dari serangkaian proses iterative KDD Ikhwan Ali., Nofriansyah D., dan Sriani., (2015).
Data Mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data Mining adalah teknik yang memanfaatkan data dalam jumlah yang besar untuk memperoleh informasi berharga yang sebelumnya tidak diketahui dan dapat dimanfaatkan untuk pengambilan keputusan penting, Abdullah D., dan Erlina I. C., dan Juliana., (2015).
Teori rough set adalah sebuah alat matematika untuk menangani ketidak jelasan dan ketidak pastian yang diperkenalkan untuk memproses ketidak pastian dan informasi yang tidak tepat, Yulianti W., dan Salmidi., (2016). Rough Set telah banyak diterapkan dalam banyak permasalahan nyata pada kedokteran, farmakologi, teknik, perbankan, keuangan, analisis pasar, pengelolaan lingkungan dan lain-lain.
Menurut Hartama dan Hartono (2016) bahwa, tahapan di dalam penggunaan algoritma Rough Set ini sebagai berikut:
- Data Selection (Pemilihan data yang akan digunakan).
- Pembentukan Decision System yang berisikan atribut kondisi dan atribut keputusan.
- Pembentukan Equivalence Class, yaitu dengan menghilangkan data yang berulang.
- Pembentukan Discernibility Matrix Modulo D, yaitu matriks yang berisikan perbandingan antar data yang berbeda atribut kondisi dan atribut keputusan.
- Menghasilkan reduct dengan menggunakan aljabar boolean.
- Menghasilkan rule (pengetahuan).
Tampilan dan Demo
