Data pre-processing is an important

Data pre-processing is an important step in the data mining process. The phrase "garbage in, garbage out" is particularly applicable to data mining and machine learning projects. Data-gathering methods are often loosely controlled, resulting in out-of-range values (e.g., Income: −100), impossible data combinations (e.g., Sex: Male, Pregnant: Yes), missing values, etc. Analyzing data that has not been carefully screened for such problems can produce misleading results. Thus, the representation and quality of data is first and foremost before running an analysis
If there is much irrelevant and redundant information present or noisy and unreliable data, then knowledge discovery during the training phase is more difficult. Data preparation and filtering steps can take considerable amount of processing time. Data pre-processing includes cleaning, normalization, transformation, feature extraction and selection, etc. The product of data pre-processing is the final training set. Kotsiantis et al. (2006) present a well-known algorithm for each step of data pre-processing

Results (Indonesian) 2:

Data pra-pengolahan merupakan langkah penting dalam proses data mining. Ungkapan "sampah masuk, sampah keluar" ini terutama berlaku untuk data mining dan mesin pembelajaran proyek. Metode pengumpulan data sering longgar dikendalikan, sehingga out-of-range nilai (misalnya, Pendapatan: -100), kombinasi data yang mungkin (misalnya, Sex: Male, Hamil: Ya), nilai-nilai yang hilang, dll Menganalisis data yang memiliki belum hati-hati diperiksa untuk masalah tersebut dapat menghasilkan hasil yang menyesatkan. Dengan demikian, representasi dan kualitas data yang pertama dan terutama sebelum menjalankan analisis
Jika ada banyak yang tidak relevan dan informasi yang berlebihan menyajikan data atau berisik dan tidak bisa diandalkan, maka penemuan pengetahuan selama fase pelatihan lebih sulit. Penyiapan data dan penyaringan langkah dapat mengambil cukup banyak waktu pemrosesan. Data pra-pengolahan meliputi pembersihan, normalisasi, transformasi, ekstraksi fitur dan seleksi, dll Produk dari data pra-pengolahan adalah set latihan terakhir. Kotsiantis dkk. (2006) menyajikan algoritma terkenal untuk setiap langkah dari data pra-pengolahan