Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Edward Purba Pengantar DM. Edward Purba Pengantar DM Latar belakang  Problem ledakan data  Tool koleksi data otomatis dan perkembangan teknologi database.

Presentasi serupa


Presentasi berjudul: "Edward Purba Pengantar DM. Edward Purba Pengantar DM Latar belakang  Problem ledakan data  Tool koleksi data otomatis dan perkembangan teknologi database."— Transcript presentasi:

1 Edward Purba Pengantar DM

2 Edward Purba Pengantar DM Latar belakang  Problem ledakan data  Tool koleksi data otomatis dan perkembangan teknologi database menyebabkan banyak sekali data yang bisa dikumpulkan di dalam database, data warehouse, dan alat peyimpanan informasi lainnya, untuk dianalisa  Kita berkubang data tetapi kelaparan pengetahuan!

3 Edward Purba Pengantar DM  Pada dasarnya: Perolehan pengetahuan dari data  “Ekstraksi informasi atau pola yang menarik dari data didalam database yang besar"  Seringkali hanya:  “Memberitahu sesuatu yang menarik dari data ini", “Menguraikan data ini"  Penyelidikan: analisa data semi-otomatis atas sekumpulan data yang besar Apa Itu Data Mining?

4 Edward Purba Pengantar DM  Istilah yang rada baku:  Data mining  Biasanya DM adalah salah satu proses KDD  Knowledge discovery in databases (KDD)  Istilah umum yang meliputi, preprocessing data, DM, dan postprocessing  Istilah yang tidak terlalu sering digunakan:  Ekstraksi pengetahuan, arkeologi data, pengerukan data, penuaian informasi, analisa data/pola Apa Itu Data Mining?

5 Edward Purba Pengantar DM  Analisis database dan dukungan keputusan:  Analisis dan manajemen pasar  Target pasar, manajemen relasi customer (CRM), analisis keranjang pasar, penjualan silang, segmentasi pasar  Analisis dan manajemen resiko  Peramalan, tindakan mempertahankan customer, peningkatan asuransi, kontrol kualitas, analisis kompetitif  Deteksi dan manajemen kecurangan Penggunaan DM

6 Edward Purba Pengantar DM  Aplikasi lain:  Text mining (news group, , dokumen) dan Web mining  Stream data mining  Analisis DNA dan bio data Penggunaan DM

7 Edward Purba Pengantar DM  Profil customer  Tipe customer apa membeli produk apa (pengelompokan atau klasifikasi)  Analisa kebutuhan customer  Mengenali produk terbaik untuk customer berbeda  Meramalkan faktor apa yang akan memikat customer baru  Penyediaan rangkuman informasi  Rangkuman laporan multidimensi  Rangkuman informasi statistik (kecenderungan data terpusat dan variasi) Analisis dan Manajemen Pasar

8 Edward Purba Pengantar DM Data Mining: Suatu Proses KDD –Data mining — inti dari proses penemuan pengetahuan Pembersihan Data Integrasi Data Databases Data Warehouse Task-relevant Data Pemilihan Data Mining Evaluasi Pola

9 Edward Purba Pengantar DM  Konsep deskripsi: karakterisasi & diskriminasi  Generalisasi, rangkuman, dan karakteristik data kontras  Asosiasi (korelasi dan hubungan sebab akibat) Fungsionalitas Data Mining

10 Edward Purba Pengantar DM  Klasifikasi dan prediksi  Membangun model (fungsi) yang menguraikan dan membedakan kelas(klasifikasi) atau konsep untuk peramalan kedepan(prediksi) Fungsionalitas Data Mining

11 Edward Purba Pengantar DM  Analisis cluster (analisis pengelompokan)  Label kelas tidak diketahui: kelompokkan data untuk membentuk kelas baru, misal mengelompokkan rumah untuk mendapatkan pola distribusi  Memaksimalkan kemiripan antar kelas dan meminimumkan kemiripan didalam kelas  Analisis outlier  Outlier: suatu objek data yang tidak mengikuti perilaku umum dari data  Gangguan atau pengecualian? Tidak! Berguna dalam deteksi kecurangan, analisis peristiwa yang jarang terjadi Fungsionalitas Data Mining

12 Edward Purba Pengantar DM  Analisis trend dan evolusi  Trend dan deviasi: analisis regresi  Penggalian pola sekuensial, analisis periodisitas  Analisis arah pola lain atau statistik Fungsionalitas Data Mining


Download ppt "Edward Purba Pengantar DM. Edward Purba Pengantar DM Latar belakang  Problem ledakan data  Tool koleksi data otomatis dan perkembangan teknologi database."

Presentasi serupa


Iklan oleh Google