This paper introduces a very import

This paper introduces a very important classification aspect for the analysis of huge amount of data stored in databases and other repositories. Numerous classification models are available in the literature, to predict the class of objects whose class level is unknown. Literature reveals that most of the available models are not capable in handling imperfect data. In view of this, present paper proposes a new rough set based classification model to derive the classification (IF-THEN) rules. Furthermore, developed model has been applied to handle bank-loan applications database as either safe, unsafe or risky. However, proposed model can also be used for the analysis of data from other domains.

Hasil (Bahasa Indonesia) 1:

Makalah ini memperkenalkan aspek klasifikasi sangat penting untuk analisis jumlah besar data yang disimpan dalam database dan repositori lain. Banyak model klasifikasi tersedia dalam literatur, untuk memprediksi kelas objek kelas tingkat yang tidak diketahui. Sastra mengungkapkan bahwa sebagian besar model yang tidak mampu di penanganan data tidak sempurna. Dalam pandangan ini, tulisan ini mengusulkan kasar baru mengatur klasifikasi berdasarkan model untuk memperoleh klasifikasi (jika-maka) aturan. Selain itu, model yang dikembangkan telah diterapkan untuk menangani database aplikasi pinjaman bank sebagai baik aman, aman atau berisiko. Namun, model yang diusulkan dapat juga digunakan untuk analisis data dari domain lainnya.

Hasil (Bahasa Indonesia) 2:

Makalah ini memperkenalkan aspek klasifikasi yang sangat penting untuk analisis jumlah besar data yang disimpan dalam database dan repositori lainnya. Banyak model klasifikasi tersedia dalam literatur, untuk memprediksi kelas dari objek yang tingkat kelas tidak diketahui. Sastra mengungkapkan bahwa sebagian besar model yang tersedia tidak mampu menangani data yang tidak sempurna. Dalam pandangan ini, tulisan ini mengusulkan satu set kasar berdasarkan model klasifikasi baru untuk mendapatkan klasifikasi (IF-THEN) aturan. Selanjutnya, model yang dikembangkan telah diterapkan untuk menangani aplikasi pinjaman bank database sebagai baik aman, tidak aman atau berisiko. Namun, model yang diusulkan juga dapat digunakan untuk analisis data dari domain lainnya.