1 Pertemuan > > Matakuliah: >/ > Tahun: > Versi: >

2 Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : > Mahasiswa dapat menjelaskan rancangan database untuk aplikasi WEB, Datawarehose, dan data mining (C2)

3 Outline Materi Rancangan Database untuk DBMS WEB ditinjau dari konsep aplikasi, dan Common Gateway Interface. Rancangan Database untuk Datawarehouse dilihat dari konsep dan arsitektur rancangan. Rancangan Database untuk Data Mining dilihat dari konsep dan arsitektur rancangan.

4 Web Web terdiri dari network komputer yang mempunyai dua aturan yakni : –servers, providing informasi; –clients (browsers), request informasi. Protocol mengatur perubahan informasi antara Web server dan browser adalah HTTP dan lokasi dokumen diidentifikasi oleh URL. Web’s yang sukses mempunyai sifat memudahkan dan tidak bergantung platform.

5 Basis Komponen Lingkungan Web

6 Perancangan Data Warehouses Untuk memulai proyek data warehouse, dibutuhkan untuk menjawab pertanyaan : –Kebutuhan user mana yang penting dan data pertama mana yang pertama dipertimbangkan ? –Akankah proyek akan di scaled down kedalam sesuatu yang lebih manageable? –Akankah kapabilitas infrastruktur skala proyek dapat diimplementasikan pada skala penuh perusahaan ?

7 Membandingkan OLTP Systems dengan Data Warehousing

8 Typical Architecture of a Data Warehouse

9 Perancangan Data Warehouses Pengumpulan dan analisis kebutuhan dari proyek data warehouse dengan melakukan interview pada staff (sebagai marketing users, finance users, and sales users) untuk menentukan prioritas yang harus dicapai oleh data warehouse. Pada saat bersamaan, pewawancara menuntun responsibilitas staff terhadap sistem operasional guna mengidentifikasi sumber data secara jelas, valid, dan konsistensi data untuk menyuport beberapa tahun mendatang.

10 Skema Bintang Untuk Penjualan Properti DreamHome

11 Data Mining Suatu proses mengambil resume pengetahuan secara valid, komprehensif, dan informasi yang dap[at diterapkan dari suatu basis data besardan secara krusial digunakan dalam menentukan kebijakan bisnis (Simoudis, 1996). Data mining memerlukan analisis data dan menggunakan teknik software untuk menemukan informasi tersamar, pola, dan relasi dari satu set data.

12 Operasi Data Mining Empat operasi utama: –Prediksi model. –Database segmentasi. –Link analisis. –Deteksi Deviasi Disini mengakui hubungan antara aplikasi dan corresponding operations. –contoh strategi Direct marketing menggunakan database segmentasi.

13 Teknik Data Mining Teknik yang secara spesifik diimplementasikan dalam operasi data mining. Setiap operasi mempunyai kelebihan dan kekurangan. Tool data mining kadang-kadang memerlukan pemilihan implementasi dari teknik operasi. Kriteria pemiolihan tool –Kepatutan tipe input data. –Transparency dari output mining. –Toleransi terhadap variabel yang hilang. –Tingkat akuransi yang diinginkan. –Kemampuan dalam menangani volume data.

14 Operasi Data Mining dan Teknik yang Digunakan

15 Contoh Klassifikasi Dengan Menggunakan Induksi Tree

16 Contoh Klasikasi Dengan Menggunakan Induksi Neural