Pengenalan Data Mining

Slides:



Advertisements
Presentasi serupa
BAB 11 SISTEM PENDUKUNG KEPUTUSAN
Advertisements

Bab 10 BASIS DATA.
KNOWLEGDE DISCOVERY in DATABASE (KDD)
SMK LAKSAMANA MARTADINATA
Sistem Basis Data Lanjut
Oleh : Weny Pravita sari
Database dan Managemen Informasi
BASIS DATA LANJUTAN.
KNOWLEDGE TRANSFER IN THE e - WORLD
Data mining Pengantar data mining.
Data Mining Definisi Data Mining Kemampuan Data Mining :
BAB I Pendahuluan.
DOSEN : ARFANSYAH, M.Kom STMIK MDP Palembang
Mengidentifikasi Segmen Pasar Dan Memilih Pasar Sasaran
Pengenalan Data Warehouse
Pengenalan Datawarehouse
Manajemen Sumber Daya Data
Ferry Setiawan Hendra Rizki Ramadhan Winny Narwastu Wijaya Andri Gunawan Steven
Tindakan yang mengakibatkan terjadinya perubahan terhadap keuangan perusahaan.
KOMPONEN SPK.
SISTEM INFORMASI Pertemuan 5.
Customer Relationship Management
1. 2 E-COMMERCE LEBIH DARI SEKEDAR MEMBELI DAN MENJUAL PRODUK SECARA ONLINE. E- COMMERCE MELIPUTI SELURUH PROSES DARI PENGEMBANGAN, PEMASARAN, PENJUALAN,
Pengenalan Datawarehouse
12 Oktober 2006Data Mining : Konsep dan Teknologi1 Aplikasi dan Kecenderungan dalam Data Mining ■Aplikasi data mining ■Sistem produk dan protetipe riset.
PENGANTAR DATA MINING.
Pengenalan Supervised dan Unsupervised Learning
Pengantar Desain Basisdata-Part I Oleh: Devie Rosa Anamisa.
Tahapan dan Pengelompokan Data Mining
Informasi Dalam Praktik
DATA MINING (Machine Learning)
Dasar-Dasar Pemasaran
DATA MINING 25 Januari 2008.
BAB VI SISTEM BASIS DATA DAN SISTEM BERORIENTASI OBJEK
CRM CRM kependekan dari Customer Relationship Management. Dalam bahasa indonesia dapat kita artikan sebagai Manajemen Hubungan Pelanggan. Merupakan strategi.
E - Business “CRM” Sistem Informasi STMIK AMIKOM Purwokerto 2013.
KECERDASAN BISNIS Data Warehouse, Data Mart, OLAP, dan Data Mining
Perdagangan Elektronik (e-commererce)
Perencanaan pemasaran
FUNGSI TATA NIAGA Tata niaga berfugsi untuk memindahkan barang/jasa dari sektor produksi ke sektor konsumsi, melalui transaksi antar lembaga tata niaga.
Data dan Informasi Daurat Sinaga, M.Kom.
Memahami Proses Pemasaran Dan Perilaku Konsumen
Data Warehouse, Data Mart, OLAP, dan Data Mining
Sistem Basis Data Lanjut (KMP306)
Dasar-Dasar Pemasaran
ANALISIS PASAR & PEMASARAN.
KECERDASAN BISNIS (Data Warehouse, Data Mart, OLAP, dan Data Mining)
Pengantar Basis Data.
Aplikasi Business Intelligence & Data Mining
Business Intelligent Ramos Somya, S.Kom., M.Cs.
Prinsip Data Warehouse
BUSINESS INTELLIGENCE
7. Mengelola Sumber Data Anggota Kelompok :
KELOMPOK 6 Nama Kelompok: Lulus Irmawati ( )
Di sajikan untuk Lingkungan TASS Dosen : Tora Fahrudin., M.T
Dasar-Dasar Pemasaran
Introduction group DATA RESOURCE MANAGEMENT (Manajemen Sumber Daya Data) MEDICARE ( ) CANDRA NUR RAHMAN ( ) KHARISMA AGUNG ( )
Data Mining-1.
Data Mining 1 S2 Kom.
SISTEM BASIS DATA.
CRM CRM kependekan dari Customer Relationship Management. Dalam bahasa indonesia dapat kita artikan sebagai Manajemen Hubungan Pelanggan. Merupakan strategi.
BUSINESS INTELLIGENCE
MARKETING OLEH JUWITA AGUSTIN 3.2 Menerapkan Analisa Pasar 4.2. Melakukan Analisa Pasar.
CRM CRM kependekan dari Customer Relationship Management. Dalam bahasa indonesia dapat kita artikan sebagai Manajemen Hubungan Pelanggan. Merupakan strategi.
Apa dan untuk apa data mining
CRM CRM kependekan dari Customer Relationship Management. Dalam bahasa indonesia dapat kita artikan sebagai Manajemen Hubungan Pelanggan. Merupakan strategi.
Data Mining: Aplikasi dan Trend
CANCER - SCORPIO - CAPRICORNUS Pengantar Teknologi Informasi.
Pengantar Perangkat Lunak
MANAJEMEN SUMBER DATA SISTEM INFORMASI MANAJEMEN.
Transcript presentasi:

Pengenalan Data Mining Oleh : Devie Rosa Anamisa

Pembahasan Data mining Pentingnya data mining Jenis Data Contoh Aplikasi Data Mining

Data Mining Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai basisdata besar. Istilah data mining dan knowledge discovery in databases (KDD) sering kali digunakan secara bergantian untuk menjelaskan proses penggalian informasi tersembunyi dalam suatu basis data yang besar.

Mengapa Data Mining Penting? Karena adanya data dalam jumlah yang besar Semakin besarnya kebutuhan untuk mengubah data menjadi informasi dan pengetahuan yang berguna.

Jenis Data Dalam Data mining 1. Relation Database : Sebuah sistem database, atau disebut juga database management system (DBMS), mengandung sekumpulan data yang saling berhubungan, dikenal sebagai sebuah database, dan satu set program perangkat lunak untuk mengatur dan mengakses data tersebut. 2. Data Warehouse : Sebuah data warehouse merupakan sebuah ruang penyimpanan informasi yang terkumpul dari beraneka macam sumber, disimpan dalam skema yang menyatu, dan biasanya terletak pada sebuah site.

Contoh Aplikasi Data Mining Biomedical dan analisa data DNA Analisa data keuangan Industri penjualan eceran Industri telekomunikasi

Contoh Biomedical dan Analisis DNA Pencarian persamaan dan perbandingan antar urutan DNA Perbandingan pola tiap kelas ( sebagai contoh, sehat dan sakit) Mengidentifikasi urutan pola gen yang berperan dalam berbagai penyakit Analisa asosiasi: identifikasi dari co-occurring urutan gen Kebanyakan penyakit tidaklah dari gen tunggal tetapi oleh suatu kombinasi gen yang bertindak bersama-sama Analisa asosiasi dapat membantu menentukan macam gen yang mungkin terjadi bersama-sama dalam target percontohan Analisa alur: menghubungkan gen pada masa pengembangan penyakit lain Gen yang berbeda bisa menjadi aktif pada penyakit yang berbeda Penggambaran alat bantu dan analisa data genetik

Data Mining pada Analisa Data Keuangan Data keuangan yang dikumpulkan oleh bank dan lembaga keuangan relatif lebih lengkap, dapat dipercaya, dan bermutu tinggi Analisa pembayaran peminjaman kebijakan kredit secara prediksi per pelanggan Nilai kredit konsumen

Data Mining pada Industri Retail Industri Retail: besarnya data penjualan, sejarah belanja pelanggan, dan lain-lain Aplikasi dari Retail data mining Mengidentifikasi perilaku pembelian pelanggan Menentukan kecenderungan pola belanja pelanggan Meningkatkan mutu dari layanan pelanggan Mencapai kepuasan pelanggan Tingkatkan perbandingan konsumsi barang-barang Mendisain keefektifan distribusi dan transportasi barang

Data Mining pada Industri Telekomunikasi Analisa multidimensional dari data telekomunikasi tempo pemanggilan, jangka waktu, lokasi dari pemanggil, jenis panggilan, dan lain lain

Terima Kasih