IN086 - Temu Pengetahuan
|
|
- Herman Agusalim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 IN086 - Temu Pengetahuan 1. Pengenalan Temu Pengetahuan 1 Materi Perkuliahan Review Basis Data Data Warehouse Data Mining 2 1
2 Apa itu Data Warehouse? Didefinisikan dalam berbagai bentuk, namun belum ada definisi yang pasti Sebuah basis data pendukung keputusan yang dipelihara terpisah dari basis data operasional dari sebuah organisasi Mendukung pengolahan informasi dengan menyediakan platform yang solid untuk analisis dari data historis yang terkonsolidasi. Sebuah Data Warehouse adalah sebuah koleksi data yang berorientasi subyek, terintegrasi, bervariasi waktu, dan tidak berubah untuk mendukung proses pengambilan keputusan dari manajemen W.H.Inmon 3 Contoh Toko JC Penney : Seorang manajer senior (Tuan X) ingin mengetahui tipe apa saja (gaya, bahan baju, warna, dan ukuran) dari baju wanita yang terjual cepat selama bulan Oktober sampai Desember di wilayah Utara? Type Oktober November Desember Total Casual Formal Party Total
3 Tiada akhir. Setelah dua hari Tuan X meminta data didetilkan untuk setiap minggu selama Oktober Desember Hari berikutnya Tuan X ingin didetilkan lagi berdasarkan kota di wilayah Utara Tuan X kembali lagi Apa mungkin untuk didetilkan di setiap toko di setiap kota? Berdasarkan kelompok umur, apabila mungkin Berdasarkan kelompok pendapatan, jika data tersedia Berdasarkan metode pembayaran (cek, tunai, kartu kredit, dll) Manager IS jadi capek... 5 Arsitektur Data Warehouse DM-MA/S1IF/FTI/UKM/
4 Mengapa Data Mining? Pertumbuhan data yang ekslosif: dari terabita ke petabita Koleksi data dan ketersediaan data: perangkat pengumpul data otomatis, sistem basis data, Web, masyarakat yang terkomputerisasi Banyak sumber sumber data yang berlimpah Bisnis: Web, E-Commerce, transaksi, bursa,... Ilmu Pengetahuan: penginderaan jarak jauh, bio informatika, simulasi ilmiah... Komunitas dan semua orang: berita, kamera digital... Kita kebanjiran data, tapi kelaparan pengetahuan! Kebutuhan adalah ibu dari penemuan Data mining analisa otomatis dari data set yang masif 7 Sumber Data yang Masif Data Astronomi tentang obyek luar angkasa: Data dengan atribut yang sangat banyak (fitur, pengukuran, kolom) Ratusan variabel untuk rekam medis pasien yang berhubungan dengan hasil eksaminasi medis DM-MA/S1IF/FTI/UKM/
5 Evolution dari Teknologi Basisdata 1960-an: Koleksi data, kreasi data, IMS dan jaringan DBMS 1970-an: Model data relasional, implementasi DBMS relasional 1980-an: RDBMS, model data yang lebih majur (extended-relational, OO, deductive, dll) DBMS berorientasi aplikasi (spasial, ilmu pengetahuan, teknik, dll) 1990-an: Dataminng, Data Warehousing, Basis data multimedia, dan basis data web 2000-an Manajemen aliran data (stream data) dan mining Data mining dan aplikasinya Teknologi Web (XML, data integrasi) dan sistem informasi global 2010-an: No SQL, komputasi awan DM-MA/S1IF/FTI/UKM/ Evolusi Ilmu Pengetahuan Sebelum 1600, ilmu empiris an, ilmu teoritis: setiap disiplin ilmu mengembangkan komponen teori. Model teori sering memotivasi eksperimen dan menggeneralisasi pemahaman kita 1950-an 1960-an, ilmu komputasi: simulasi komputasi, terjadi karena ketidakmampuan menemukan solusi tertutup dari model matematika yang kompleks 1990-an sekarang, ilmu data Banjir data dari perangkat dan simulasi ilmu pengetahuan yang baru Kemampuan untuk menyimpan dan mengelola data online dalam petabita dengan harga terjangkau Internet dan komputasi grid membuat semua arsip ini dapat diakses secara universal Tugas tugas manajemen informasi ilmiah, akuisisi, organisasi, kueri, dan visualisasi memilik skala liner terhadap volume data. Datamining menjadi tantangan terbesar! Jim Gray and Alex Szalay, The World Wide Telescope: An Archetype for Online Science, Comm. ACM, 45(11): 50-54, Nov
6 Proses Temu Pengetahuan (KDD) Datamining inti dari proses temu pengetahuan Pattern Evaluation Data Mining Task-relevant Data Data Warehouse Selection Data Cleaning Data Integration Databases 11 Apa itu Data Mining? Data mining (temu pengetahuan dari data) Ekstraksi dari pola pola atau pengetahuan yang menarik (nontrivial, implisit, tidak diketahui sebelumnya, dan secara potensial berguna). Data Mining : sebuah kesalahan istilah? Nama nama alternatif Temu pengetahuan (mining) di basis data (KDD), ekstraksi pengetahuan, analisi data / pola, arkeologi data, data dredging, pemanenan data, business intelligence, dll Hati hati: apakah semuanya Data Mining? Pencarian sederhana atau proses kueri Sistem pakar (deduktif) 12 6
7 Data Mining DATA DATA MINING POLA - POLA DM-MA/S1IF/FTI/UKM/ Data Mining dan Business Intelligence Potensi yang meningkat Dari dukungan keputusan bisnis Pengambilan Keputusan Presentasi Data Teknik teknik visualisasi Data Mining Penemuan Informasi Pengguna Akhir Analis Bisnis Analis Data Eksplorasi Data Ringkasan Statistik, Proses kueri, dan Pelaporan Preprocessing Data/Integrasi, Data Warehouses Sumber sumber Data Paper, Berkas, Dokumen Web, Eksperimen Ilmu Pengetahuan, Sistem Basisdata DBA 14 7
8 Proses KDD Process: Pandangan Umum dari Machine Learning dan Statistika Input Data Data Pre- Processing Data Mining Post- Processing Data integration Normalization Feature selection Dimension reduction Pattern discovery Association & correlation Classification Clustering Outlier analysis Pattern evaluation Pattern selection Pattern interpretation Pattern visualization Ini adalah pandangan umum dari komunitas machine learning dan statistika 15 Aplikasi Data mining Ilmu Pengetahuan: astronomi, bioinformatika, penemuan obat, dll Bisnis Web Negara Periklanan, CRM (Customer Relationship Management), investasi, manufakturing, olah raga / entertainment, telekomunikasi, e-commerce, target marketing, jaminan kesehatan, dll Mesin pencari, bot, dll Penegakan hukum, profil pengemplang pajak, anti teror, dll Contoh: Amazon.commenggunakan data mining untuk menyediakan saran pembelian kepada konsumen Customers who bought this book also bought: Seven Methods for Transforming Corporate Data Into Business Intelligence by VasantDhar, Roger Stein Building Data Mining Applications for CRM by Alex Berson, et al Data Preparation for Data Mining by Dorian Pyle Kellogg on Integrated Marketing by Dawn Iacobucci(Editor), et al Multivariate Data Analysis (5th Edition) by Joseph F. Hair (Editor), et al Explore similar items 16 8
9 Aplikasi DM: Ritel Melakukan analis keranjang (basket analysis) Barang barang apa yang akan dibeli bersamaan oleh konsumen Pengetahuan ini dapat meningkatkan penyetokan, strategi layout toko, dan promosi Sales forecasting Meneliti pola pola pembelian berdasarkan waktu dapat membantu riteler untuk membuat keputusan stok yang tepat Jika seorang konsumen membeli sebuah item hari ini, kapan kira kira dia akan membeli item komplementer? Database marketing Riteler dapat membangun profil konsumen dengan perilaku tertentu, contohnya, siapa saja yang membeli produk bermerek dan siapa saja yang datang saat promosi diskon Informasi ini dapat digunakan untuk promosi yang terfokus sehingga efektif secara biaya DM-MA/S1IF/FTI/UKM/ DM dalam CRM: Siklus Hidup Komsumen Siklus Hidup Konsumen: tahapan hubungan antara seorang konsumen dengan sebuah bisnis Tahapan penting dari Siklus Hidup Konsumen Prospects: Orang yang belum menjadi konsumen tapi menjadi target pasar Responders: Prospektus yang menunjukkan ketertarikan pada sebuah produk atau layanan Active Customers: Orang yang sekarang ini menggunakan produk atau layanan Former Customers: Mungkin konsumen yang tidak baik yang tidak membayar tagihan atau menyebabkan biaya tinggi 18 9
10 DM-MA/S1IF/FTI/UKM/
Konsep Data Mining. Pendahuluan. Bertalya. Universitas Gunadarma 2009
Konsep Data Mining Pendahuluan Bertalya Universitas Gunadarma 2009 Latar Belakang Data yg dikumpulkan semakin bertambah banyak Data web, e-commerce Data pembelian di toko2 / supermarket Transaksi Bank/Kartu
Lebih terperinciPERTEMUAN 13 ARSITEKTUR & MODEL DATA MINING
PERTEMUAN 13 ARSITEKTUR & MODEL DATA MINING bagan lanjut Keterangan : 1. Data cleaning (Pembersihan Data) : untuk membuang data yang tidak konsisten dan noise) 2. Data integration : penggabungan data dari
Lebih terperinci- PERTEMUAN 1 - KNOWLEGDE DISCOVERY
DATA WAREHOUSE - PERTEMUAN 1 - KNOWLEGDE DISCOVERY in DATABASE (KDD) Penemuan Pengetahuan di Database Tujuan : Mahasiswa Dapat memahami konsep KDD yang merupakan tujuan akhir dari Data Warehouse dan Data
Lebih terperinciBAB 1 KONSEP DATA MINING 2 Gambar 1.1 Perkembangan Database Permasalahannya kemudian adalah apa yang harus dilakukan dengan data-data itu. Sudah diket
Bab1 Konsep Data Mining POKOK BAHASAN: Konsep dasar dan pengertian Data Mining Tahapan dalam Data Mining Model Data Mining Fungsi Data Mining TUJUAN BELAJAR: Setelah mempelajari materi dalam bab ini, mahasiswa
Lebih terperinciTahapan Proses KDD (Peter Cabena)
Knowledge Discovery in Databases (IS704) dan Data Mining (CS704) Kuliah #2 Gunawan Jurusan Teknik Informatika Sekolah Tinggi Teknik Surabaya Tahapan Proses KDD (Peter Cabena) Penentuan Sasaran Bisnis (Business
Lebih terperinciTahapan Proses KDD (Peter Cabena) Business Objective Determination (#1) Business Objective Determination (#2) Business Objective Determination (#4)
Knowledge Discovery in Databases (IS704) dan Data Mining (CS704) Kuliah #2 Gunawan Jurusan Teknik Informatika Sekolah Tinggi Teknik Surabaya Tahapan Proses KDD (Peter Cabena) Penentuan Sasaran Bisnis (
Lebih terperinciBAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan
6 BAB II TINJAUAN PUSTAKA 2.1 Pengertian Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan
Lebih terperinciPERTEMUAN 14 DATA WAREHOUSE
PERTEMUAN 14 DATA WAREHOUSE Data Warehouse Definisi : Data Warehouse adalah Pusat repositori informasi yang mampu memberikan database berorientasi subyek untuk informasi yang bersifat historis yang mendukung
Lebih terperinciUniversitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD)
Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika Knowledge Discovery in Databases (KDD) Knowledge Discovery in Databases (KDD) Definisi Knowledge Discovery
Lebih terperinciKonsep Data Mining DATA MINING & KNOWLEDGE DISCOVERY IN DATABASES. Bertalya Universitas Gunadarma 2009
Konsep Data Mining DATA MINING & KNOWLEDGE DISCOVERY IN DATABASES Bertalya Universitas Gunadarma 2009 Data Mining (DM) DM merupakan suatu proses penjelajahan otomatis untuk mendapatkan informasi berguna
Lebih terperinciData Warehouse & Mining. Pengantar Ver dok: 0.8/ Sept 2014
Data Warehouse & Mining Pengantar yudi@upi.edu / @yudiwbs Ver dok: 0.8/ Sept 2014 Kutipan The most valuable commodity I know of is information. Gordon Gekko Data is the new oil! Clive Humby If we have
Lebih terperinciPERKEMBANGAN BASIS DATA SAAT INI
PERKEMBANGAN BASIS DATA SAAT INI Sejak tahun 1960-an penggunaan basis data sudah digunakan untuk bidang komersial, dimana pemrosesan file-nya masih berbasis manajemen file tradisional. Perkembangan komputer
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup banyak digunakan, antara lain
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Penelitian ini menggunakan beberapa sumber pustaka yang berhubungan dengan kasus yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup
Lebih terperinciKonsep dan Teknik Data Mining
Konsep dan Teknik Data Mining Pengantar Data Mining (DM) Motivasi Mengapa? Apa? Aplikasi Proses KDD Tinjauan DM Isu Utama Motivasi: : Kebutuhan akan Pengetahuan yang ada pada Data Problem ledakan data
Lebih terperinciAPLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang)
Hapsari Dita Anggraeni, Ragil Saputra, Beta Noranita APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang) Hapsari Dita
Lebih terperinciPen e g n a g n a t n a t r a r D at a a t a M ini n ng n oleh: Entin Martiana
Pengantar Data Mining oleh: Entin Martiana Pengantar Mengapa data mining? Apa data mining? Data Mining: data apa saja? Fungsi data mining Model dalam data mining Fungsi dalam data mining Permasalahan dalam
Lebih terperinci6/26/2011. Kebutuhan perusahaan untuk mengimplementasikan BI cukup besar. BI dengan data analysis toolnya merupakan
Aplikasi e business yang berfungsi untuk mengubah data data dalam perusahaan (data operasional, transaksional, dll) ke dalam bentuk pengetahuan Analisis terhadap transaksi transaksi di masa lampau dan
Lebih terperinciBAB 1 PENDAHULUAN. mempunyai satu kantor pusat dan tiga buah cabang. CV. Anugrah menjual
BAB 1 PENDAHULUAN 1.1. Latar Belakang CV. Anugrah merupakan sebuah perusahaan ritel di kota Solo yang mempunyai satu kantor pusat dan tiga buah cabang. CV. Anugrah menjual produk-produk alat tulis kantor,
Lebih terperinciData Mining. Pengenalan Sistem & Teknik, Serta Contoh Aplikasi. Avinanta Tarigan. 22 Nov Avinanta Tarigan Data Mining
Data Mining Pengenalan Sistem & Teknik, Serta Contoh Aplikasi Avinanta Tarigan 22 Nov 2008 1 Avinanta Tarigan Data Mining Outline 1 Pengertian Dasar 2 Classification Mining 3 Association Mining 4 Clustering
Lebih terperinciARSITEKTUR & MODEL DATA MINING
PERTEMUAN 3 ARSITEKTUR & MODEL DATA MINING 28 September 2005 Arsitektur dan Model Data Mining 1 Arsitektur : Sistm Data Mining Graphical User Interface (GUI) Pattern evaluation Data Mining Engine Database
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Faktor penentu bagi usaha atau bisnis apapun pada masa sekarang ini adalah kemampuan untuk menggunakan informasi seefektif mungkin. Penggunaan data secara tepat karena
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Secara sederhana data mining adalah penambangan atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar. Data mining
Lebih terperinciPraktikum Basis Data 2. BAB 1 : Pendahuluan
BAB 1 : Pendahuluan 1.1. Sasaran Memahami fitur-fitur Oracle9i Dapat menjelaskan aspek teori maupun fisik dari database relasional Menggambarkan Implementasi Oracle pada RDBMS dan ORDBMS 1.2. Oracle9i
Lebih terperinciPENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER
PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER I. PENDAHULUAN Mahasiswa merupakan salah satu aspek penting dalam evaluasi keberhasilan penyelenggaraan
Lebih terperinciPERTEMUAN 1 & 2 PENDAHULUAN DAN PROSES KDD. 28 September 2005 Pendahuluan dan Proses KDD 1
PERTEMUAN 1 & 2 PENDAHULUAN DAN PROSES KDD 28 September 2005 Pendahuluan dan Proses KDD 1 Kebutuhan Bisnis Terdapat tiga kebutuhan bisnis : Penambahan maupun peningkatan kapasitas produk Pengurangan biaya
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada tinjauan pustaka ini membahas tentang landasan teori yang medukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Data Mining Data mining adalah kegiatan menemukan
Lebih terperinciDATA MINING. Pertemuan 1. Nizar Rabbi Radliya 3 SKS Semester 6 S1 Sistem Informasi
DATA MINING 3 SKS Semester 6 S1 Sistem Informasi Pertemuan 1 Nizar Rabbi Radliya nizar.radliya@yahoo.com Universitas Komputer Indonesia 2016 Ketentuan Perkuliahan Perkuliahan diselenggarakan 14 kali pertemuan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Konsep Pemasaran Dalam merancang dan mengembangkan produk, baik yang berupa jasa maupun barang, tidak terlepas dari konsep pemasaran yang bertujuan memenuhi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Ketika suatu organisasi tumbuh semakin besar dan pola tingkatan operasionalnya semakin tidak sederhana dan kompleks, maka secara alamiah tuntutan pihak manajemen akan
Lebih terperinciRENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)
RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : 56601 / Data Warehouse dan Data Mng Revisi 1 Satuan Kredit Semester : 3 sks Tgl revisi : 1 September 2014 Jml Jam kuliah
Lebih terperinciRENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)
RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : D22.5411 / Healthcare Datamng Revisi 1 Satuan Kredit Semester : 2 sks Tgl revisi : 1 Agustus 2014 Jml Jam kuliah dalam seminggu
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pasar modal merupakan salah satu bagian dari pasar keuangan, di samping pasar uang, yang sangat penting peranannya bagi pembangunan nasional pada umumnya dan bagi
Lebih terperinciData Warehouse dan Data Minig. by: Ahmad Syauqi Ahsan
16 Data Warehouse dan Data Minig by: Ahmad Syauqi Ahsan Data Warehouse 2 Data warehouse merupakan gudang (atau arsip) dari informasi yang diperoleh dari banyak sumber, disimpan dalam skema basis data yang
Lebih terperinciBAB 1 PENDAHULUAN. terhadap peran sistem informasi dalam perusahaan sebagai bagian dari produktivitas.
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi informasi telah mampu mengubah persepsi manusia terhadap peran sistem informasi dalam perusahaan sebagai bagian dari produktivitas.
Lebih terperinciPengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket
Pengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket Gunawan 1), Alex Xandra Albert Sim 2), Fandi Halim 3), M. Hawari Simanullang 4), M. Firkhan
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah Kode / SKS Program Studi Fakultas : Konsep Data Mining : IT012274 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1 Pengenalan RDBMS 2 SQL Mahasiswa dapat mnegrti dan memahami
Lebih terperinciCustomer Relationship Management (CRM) Software dari SAP Fitur & Fungsi Sistem CRM: Marketing Software
Customer Relationship Management (CRM) Software dari SAP Fitur & Fungsi Sistem CRM: Marketing Software disusun oleh Satrya Nurrachman 09.11.2820 Kelas : E-Bisnis 2 JURUSAN TEKNIK INFORMATIKA SEKOLAH TINGGI
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Pendahuluan 1.2 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Pendahuluan Pada jaman modernisasi, teknologi digital mengambil alih dunia dengan terusmenerus berlomba berkreasi tiada henti-hentinya demi tercapainya kemudahan dan kecepatan penyebaran
Lebih terperinciBAB II TINJAUAN PUSTAKA. Meyer & Kolbe (2005) dalam papernya yang berjudul Integration of
BAB II TINJAUAN PUSTAKA Meyer & Kolbe (2005) dalam papernya yang berjudul Integration of customer relationship management: status quo and implications for research and practice mencoba meneliti berbagai
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah Proses yang menggunakan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada tinjauan pustaka ini akan dibahas tentang konsep dasar dan teori-teori yang mendukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Basis Data (Database) Database
Lebih terperinciBAB II TINJAUAN PUSTAKA. yang akan dibuat adalah sebagai berikut : Sistem Monitoring Pertumbuhan Balita Berbasis Web. Wahyuningsih
BAB II TINJAUAN PUSTAKA A. Telaah Penelitian Penelitian sebelumnya yang berhubungan dengan sistem informasi yang akan dibuat adalah sebagai berikut : Wahyuningsih (2011) telah melakukan penelitian yang
Lebih terperincihttp://www.brigidaarie.com proses menganalisa data untuk mencari polapola tersembunyi dengan menggunakan metodologi otomatis Istilah lain : Machine Learning Knowledge Discovery in Database (KDD) Predictive
Lebih terperinciBAB I PENDAHULUAN. Apotek sebagai penyedia obat-obatan sering kali mengalami kesulitan dalam
1 BAB I PENDAHULUAN 1.1 Latar Belakang Apotek sebagai penyedia obat-obatan sering kali mengalami kesulitan dalam pemenuhan permintaan obat-obatan, baik obat atas resep maupun obat bebas. Hal ini dikarenakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Penambangan Data (Data Mining) Pengertian data mining, berdasarkan beberapa orang: 1. Data mining (penambangan data) adalah suatu proses untuk menemukan suatu pengetahuan atau
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER
RENCANA PEMBELAJARAN SEMESTER Mata Kuliah Big Data and Data Analytics Semester Tujuh Kode SMXXXXXX Prodi MBTI Dosen Andry Alamsyah SKS 4 Capaian Pembelajaran 1. Memahami fenomena, framework, peluang dan
Lebih terperinciCUSTOMER RELATIONSHIP MANAGEMENT (CRM) SOFTWARE FROM SAP
CUSTOMER RELATIONSHIP MANAGEMENT (CRM) SOFTWARE FROM SAP Karya Ilmiah E Business Sujiwo (09.11.3212) STMIK AMIKOM YOGYAKARTA ABSTRAK Karya ilmiah e-business ini berisikan uraian mengenai lingkungan bisnis
Lebih terperinciBAB 1 PENDAHULUAN. Perkembangan teknologi informasi terutama dibidang internet, merupakan faktor
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi terutama dibidang internet, merupakan faktor pendorong perkembangan e-commerce. Internet merupakan jaringan global yang menyatukan
Lebih terperinciMateri 2 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2015 Nizar Rabbi Radliya
Materi 2 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2015 Nizar Rabbi Radliya nizar.radliya@yahoo.com Nama Mahasiswa NIM Kelas Memahami definisi, proses serta teknik data mining. Pengenalan
Lebih terperinciMuhammad Bagir, S.E.,M.T.I. Sistem Informasi Bisnis
Muhammad Bagir, S.E.,M.T.I Sistem Informasi Bisnis 1 Outline Materi Konsep Dasar Sistem dan Informasi Pengertian Sistem Informasi Proses Bisnis Sistem Informasi Bisnis (e-bisnis) Jenis Sistem Informasi
Lebih terperinciStudent Clustering Based on Academic Using K-Means Algoritms
Student Clustering Based on Academic Using K-Means Algoritms Hironimus Leong, Shinta Estri Wahyuningrum Faculty of Computer Science, Faculty of Computer Science Unika Soegijapranata marlon.leong@gmail.com
Lebih terperinciTimor Setiyaningsih, Nur Syamsiah Teknik Informatika Universitas Darma Persada. Abstrak
DATA MINING MELIHAT POLA HUBUNGAN NILAI TES MASUK MAHASISWA TERHADAP DATA KELULUSAN MAHASISWA UNTUK MEMBANTU PERGURUAN TINGGI DALAM MENGAMBIL KEBIJAKAN DALAM RANGKA PENINGKATAN MUTU PERGURUAN TINGGI Timor
Lebih terperinciTema Penelitian. keterangan. Penelitian tentang pengolahan citra digital yang diaplikasikan dalam berbagai bidang kehidupan
A. Tema Penelitian Bidang Ilmu Komputer Berikut ini adalah topik topik penelitian untuk mengerjakan tugas akhir dan skripsi sesuai dengan program studi masing-masing. TABEL 1.1 Program Studi Teknik Informatika
Lebih terperinciDATA MINING. Pertemuan 2. Nizar Rabbi Radliya 3 SKS Semester 6 S1 Sistem Informasi
DATA MINING 3 SKS Semester 6 S1 Sistem Informasi Pertemuan 2 Nizar Rabbi Radliya nizar.radliya@yahoo.com Universitas Komputer Indonesia 2016 Mengapa Data Mining? Penumpukan data Minimnya pemanfaatan data
Lebih terperinciKata kunci: Cluster, Knowledge Discovery in Database, Algoritma K-Means,
K- Pembentukan cluster dalam Knowledge Discovery in Database dengan Algoritma K-Means Oleh: Sri Andayani Jurusan Pendidikan Matematika FMIPA UNY,email: andayani@uny.ac.id Abstrak Pembentukan cluster merupakan
Lebih terperinciPENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA
PENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA Domma Lingga Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciTeknik Informatika S1
Teknik Informatika S1 Sistem Informasi Disusun Oleh: Egia Rosi Subhiyakto, M.Kom, M.CS Teknik Informatika UDINUS egia@dsn.dinus.ac.id +6285740278021 SILABUS MATA KULIAH 1. Pendahuluan 2. Data dan Informasi
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH PENGANTAR BASIS DATA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI JURUSAN TEKNIK KOMPUTER (D3) KODE: IT014318
SATUAN ACARA PERKULIAHAN MATA KULIAH PENGANTAR BASIS DATA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI JURUSAN TEKNIK KOMPUTER (D3) KODE: IT0438 Minggu PENDAHULUAN Tentang Matakuliah Pengantar Basis
Lebih terperinciMateri 1 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2015 Nizar Rabbi Radliya
Materi 1 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2015 Nizar Rabbi Radliya nizar.radliya@yahoo.com Nama Mahasiswa NIM Kelas 1. Memahami cakupan materi dan sistem perkuliahan Data Mining.
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)
Mata Kuliah : Perancangan Basis Data Bobot Mata Kuliah : 3 Sks GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Deskripsi Mata Kuliah : Proses perancangan basis data, pendefisian kebutuhan data, representasi
Lebih terperinciBAB 1 PENGERTIAN DATA MINING DAN FUNGSI-FUNGSI DATA MINING
BAB 1 PENGERTIAN DATA MINING DAN FUNGSI-FUNGSI DATA MINING Pendahuluan Perkembangan yang cepat dalam teknologi pengumpulan dan penyimpanan data telah memudahkan organisasi untuk mengumpulkan sejumlah data
Lebih terperinciDATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI
DATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI Heroe Santoso 1), I Putu Hariyadi 2), Prayitno 3) 1), 2),3) Teknik Informatika STMIK Bumigora Mataram Jl Ismail Marzuki
Lebih terperinciSISTEM BISNIS DENGAN ELEKTRONIK
SISTEM BISNIS DENGAN ELEKTRONIK SISTEM E-BUSINESS E-Business (Electronic Business) adalah kegiatan bisnis yang dilakukan secara otomatis dengan mamanfaatkan teknologi elektronik seperti komputer dan internet.
Lebih terperinciBAB 2 LANDASAN TEORI. Pada bab ini akan dibahas tentang konsep dasar dan teori-teori pendukung yang berhubungan dengan sistem yang akan dibangun.
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas tentang konsep dasar dan teori-teori pendukung yang berhubungan dengan sistem yang akan dibangun. 2.1. Data Mining Data mining adalah suatu istilah yang digunakan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Toko ini merupakan toko yang bergerak di bidang usaha perdagangan barang-barang kebutuhan rumah tangga. Seluruh sistem yang ada didalamnya masih dilakukan secara manual.
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)
Pertemuan / Minggu Pokok Bahasan / Tujuan Instruksional Umum (TIU) Sub Pokok Bahasan dan Sasaran Belajar / Tujuan Instruksional Khusus (TIK) Tehnik Pembelajaran Media Pembelajaran Evaluasi Referensi 1
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pada zaman sekarang perkembangan ilmu pengetahuan dan teknologi sangatlah pesat, salah satunya pada bidang komputer. Komputer memegang peranan penting dalam mempermudah
Lebih terperinciBAB II TINJAUAN PUSTAKA. Turban mendefinisikan Decision Support System sebagai sekumpulan
BAB II TINJAUAN PUSTAKA 2.1 Decision Support System Turban mendefinisikan Decision Support System sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para pengambilan
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 5
GARIS-GARIS BESAR PROGRAM PENGAJAR PROGRAM STUDI: S1 STEM INFORMA Semester : 5 Berlaku mulai: Gasal/2010 MATA KULIAH : DATA WAREHOUSE KODE MATA KULIAH / SKS : 4010103084 / 2 SKS MATA KULIAH PRASYARAT :
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)
Mata Kuliah : Sistem Penunjang Keputusan Bobot Mata Kuliah : 3 Sks GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Deskripsi Mata Kuliah : Gambaran global; Pengenalan SPK; Pembuatan ; Fase pengambilan ; Fase
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi informasi selalu dituntut untuk dapat memenuhi berbagai kebutuhan di segala bidang kehidupan yang semakin lama semakin meningkat dan
Lebih terperinciSATUAN ACARA PERKULIAHAN (SAP)
SATUAN ACARA PERKULIAHAN (SAP) Nama Mata Kuliah : Perancangan Basis Data Kode Mata Kuliah : MI 026 Bobot Kredit : 3 SKS Semester Penempatan : III Kedudukan Mata Kuliah : Mata Kuliah Keahlian Berkarya Mata
Lebih terperinciKonsep Business Inteligence. (Bag. 2) Ade Sarah H., M.Kom
Konsep Business Inteligence (Bag. 2) Ade Sarah H., M.Kom Data, informasi dan pengetahuan Arsitektur BI Komponen utama BI Siklus analisis BI Tahap pengembangan sistem BI Sebuah organisasi memiliki data
Lebih terperinciContoh Distributed Database
Hermawan Distributed Database Basis data terdistribusi adalah kumpulan database yang disimpan di banyak komputer pada lokasi yang berbeda-beda dan menampilkan ke user sebagai single database berisi kumpulan
Lebih terperinciPengantar Sistem Informasi & e-bisnis. Defri Kurniawan
Pengantar Sistem Informasi & e-bisnis Defri Kurniawan Content: Konsep Dasar Sistem dan Informasi Pengertian Sistem Informasi Sistem Informasi Bisnis (-e-bisnis) Jenis Sistem Informasi Bisnis Konsep Dasar
Lebih terperinci2. Tinjauan Pustaka. Gambar 2-1 : Knowledge discovery in database
2. Tinjauan Pustaka 2.1 Data Mining Data mining merupakan ilmu yang mempelajari tentang proses ekstraksi informasi yang tersembunyi dari sekumpulan data yang berukuran sangat besar dengan menggunakan algoritma
Lebih terperinciEdward Purba Pengantar DM 1/52
Konsep dan Teknik Data Mining Edward Purba Pengantar DM 1/52 Pengantar Data Mining (DM) Motivasi Mengapa? Apa? Aplikasi Proses KDD Tinjauan DM Isu Utama Edward Purba Pengantar DM 2/52 Motivasi: Kebutuhan
Lebih terperinciMengapa DM: Banjir Data
Data Mining Mengapa DM: Banjir Data Twitter: 8000an tweet per detik 600 juta tweet per hari. Facebook: 30 milyar item (link, status, note, foto dst) per bulan. 500 juta user menghabiskan 700 milyar menit
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. yang tepat. Sistem data mining mampu memberikan informasi yang tepat dan
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Sistem data mining akan lebih efektif dan efisiensi dengan komputerisasi yang tepat. Sistem data mining mampu memberikan informasi yang
Lebih terperinci2.2 Data Mining. Universitas Sumatera Utara
Basis data adalah kumpulan terintegrasi dari occurences file/table yang merupakan representasi data dari suatu model enterprise. Sistem basisdata sebenarnya tidak lain adalah sistem penyimpanan-record
Lebih terperinciDESAIN APLIKASI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA. Oleh : Rita Prima Bendriyanti ABSTRAK
DESAIN APLIKASI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA Oleh : Rita Prima Bendriyanti ABSTRAK Penelitian ini menggunakan metode observasi, dengan melihat atau mengamati secara langsung
Lebih terperinciSistem Informasi
Penggalian data (pencarian pengetahuan tersembunyi dari data) untuk prediksi masa datang Mengekstrak secara otomatis pola atau pengetahuan yang menarik (tidak sederhana, tersembunyi, tidak diketahui sebelumnya,
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)
Mata Kuliah : Pemodelan Bobot Mata Kuliah : 3 Sks GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Deskripsi Mata Kuliah : Unified Modelling Language; Use Case Diagram; Class Diagram dan Object Diagram; Activity
Lebih terperinciSATUAN ACARA PERKULIAHAN (SAP)
SATUAN ACARA PERKULIAHAN (SAP) Nama Mata Kuliah : Sistem Penunjang Keputusan Kode Mata Kuliah : MI 027 Bobot Kredit : 3 SKS Semester Penempatan : IV Kedudukan Mata Kuliah : Mata Kuliah Keahlian Berkarya
Lebih terperinciData Warehouse, Data Mart, OLAP, dan Data Mining. arifin, sistem informasi - udinus 1
Data Warehouse, Data Mart, OLAP, dan Data Mining arifin, sistem informasi - udinus 1 Data Warehouse Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai
Lebih terperinciBUSINESS INTELLIGENCE. Management Database & Informasi
BUSINESS INTELLIGENCE Management Database & Informasi Pengorganisasian data di lingkungan file tradisional vs Pendekatan database Dasar-dasar Business Intellegence Basis Data Vs Pemrosesan File Tradisional
Lebih terperinciTOPIK PENELITIAN MAHASISWA PRODI S-1 SISTEM INFORMASI UNIVERSITAS U'BUDIYAH INDONESIA TAHUN AJARAN 2015/2016
TOPIK PENELITIAN MAHASISWA PRODI S-1 SISTEM INFORMASI UNIVERSITAS U'BUDIYAH INDONESIA TAHUN AJARAN 2015/2016 Bidang Ilmu : Sistem Informasi NO TOPIK PENELITIAN SUB TOPIK Arsitektur, Dukungan layanan Algortitma
Lebih terperinciOrganizing Data and Information
Organizing Data and Information Chapter 5 Heru Lestiawan, M.Kom 1 Principles and Learning Objectives Pendekatan Database untuk manajemen data memberikan keuntungan yang signifikan atas pendekatan berbasis
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Data Mining Dengan perkembangan pesat teknologi informasi termasuk diantaranya teknologi pengelolaan data, penyimpanan data, pengambilan data disertai kebutuhan pengambilan
Lebih terperinciAplikasi Web Channel dari SAP Mampu Menjadikan Internet Menjadi Penjualan, Pemasaran dan Layanan yang Menguntungkan Untuk Pelanggan dan Perusahaan
Aplikasi Web Channel dari SAP Mampu Menjadikan Internet Menjadi Penjualan, Pemasaran dan Layanan yang Menguntungkan Untuk Pelanggan dan Perusahaan DI SUSUN OLEH : NAMA : ZULFIKAR AJIB NIM : 09.11.3333
Lebih terperinciDe Perceptron Aplikasi Market Basket Analysis berbasis web menggunakan Perceptron
De Perceptron Aplikasi Market Basket Analysis berbasis web menggunakan Perceptron oleh: Yulian Purnama Wim Permana 03/171209/PA/09787 03/165273/PA/09313 Ditujukan Kepada: Prof. Drs. H. Subanar Ph.D. selaku
Lebih terperincidengan Algoritma K Means
K Pembentukan cluster dalam Knowledge Discovery in Database dengan Algoritma K Means Oleh: Sri Andayani Jurusan Pendidikan Matematika FMIPA UNY,email: andayani@uny.ac.id Abstrak Pembentukan cluster merupakan
Lebih terperinciBAB I PENDAHULUAN. untuk menemukan pengetahuan atau informasi berharga yang tersembunyi di
BAB I PENDAHULUAN A. Latar Belakang Data mining merupakan salah satu cabang ilmu komputer yang cukup baru yang banyak digunakan dan dipelajari oleh para ahli ilmu komputer dan programmer. Data mining merupakan
Lebih terperinciFAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA SILABUS PENGANTAR TEKNOLOGI INFORMASI
No. SIL/EKA/PTI 201/06 Revisi : 00 Tgl: 21 Juni 2010 Hal 1 dari 5 MATA KULIAH : Pengantar KODE MATA KULIAH : PTI SEMESTER : 1 PROGRAM STUDI : Pendidikan Teknik Informatika DOSEN PENGAMPU : Rahmatul Irfan,
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : Sistem Penunjang Keputusan Kode : TI12. C438 / 4 SKS Fakultas Teknologi Informasi
1 SISTEM - Ruang Lingkup Mata Kuliah Aktivitas [5] Bab 1, PENDUKUNG - Manajer dan pengambilan putusan Dosen(D) : - Computer [7] Chapter 1 MANAJEMEN - Pengambilan putusan manajerial dan SI 1. Memberikan
Lebih terperinci1. Profil Kompetensi Bahan Kajian TI
Kurikulum Program Studi 1. Profil Kompetensi Bahan Kajian TI A. Profil Lulusan Program Studi Profil lulusan Program Studi merupakan keluaran dari pendidikan prodi, menyatakan peran yang diharapkan dapat
Lebih terperinciوإذ تا ذن لي ني ن ربكم شكرتم لا زیدنكم ولي ن إنن كفرتم عذابي لشدید Dan (ingatlah juga), tatkala Tuhanmu memaklumkan: "Sesungguhnya jika kamu bersyukur
ASPEK TEKNOLOGI ERP (II) JURUSAN TEKNIK INDUSTRI UNIVERSITAS MUHAMMADIYAH SURAKARTA وإذ تا ذن لي ني ن ربكم شكرتم لا زیدنكم ولي ن إنن كفرتم عذابي لشدید Dan (ingatlah juga), tatkala Tuhanmu memaklumkan:
Lebih terperinciData Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6
1 Data Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6 Data Warehouse 2 Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional
Lebih terperinciPENINGKATAN PERFORMA ALGORITMA APRIORI UNTUK ATURAN ASOSIASI DATA MINING
PENINGKATAN PERFORMA ALGORITMA APRIORI UNTUK ATURAN ASOSIASI DATA MINING Andreas Chandra Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email : andreaschaandra@yahoo.com
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pertukaran informasi di zaman modern ini telah sampai pada era digital. Hal ini ditandai dengan semakin dibutuhkannya teknologi berupa komputer dan jaringan internet
Lebih terperinci