Konsep Data Mining. Pendahuluan. Bertalya. Universitas Gunadarma 2009

Ukuran: px

Mulai penontonan dengan halaman:

Download "Konsep Data Mining. Pendahuluan. Bertalya. Universitas Gunadarma 2009"

Liani Hermawan
7 tahun lalu
Tontonan:

1 Konsep Data Mining Pendahuluan Bertalya Universitas Gunadarma 2009

2 Latar Belakang Data yg dikumpulkan semakin bertambah banyak Data web, e-commerce Data pembelian di toko2 / supermarket Transaksi Bank/Kartu Kredit Detail panggilan telepon Statistik pemerintahan Rekam medis Database molekul Citra astronomis Pendahuluan 2

3 Latar Belakang (lanj.) Komputer sekarang murah dan powefull Tekanan kompetisi semakin kuat Menyediakan layanan yg lbh baik & customized (mis dalam Customer Relationship Management) Teknik penyimpanan data semakin tinggi dengan kecepatan tinggi (GB/jam) Proses ekstraksi informasi di dalam kumpulan data yg besar menjadi tantangan Pendekatan analisis data tradisional tidak dapat digunakan utk mengekstrak data dlm jumlah besar Data mining merupakan teknik yg menggabungkan teknik analisis data tradisional dengan algoritma yg sophisticated utk pemrosesan data dlm jumlah besar Pendahuluan 3

4 Latar Belakang (lanj.) Informasi yg dibutuhkan misalnya : Kebutuhan dari pelanggan (data layanan telepon) target responden untuk promosi produk Jenis produk yg paling banyak terjual Historis transaksi dari seorang pelanggan Pelanggan yang paling loyal Mengetahui perilaku gen2 dalam berbagai situasi Mengetahui awal dan akhir musim pada suatu area Informasi yang dibutuhkan seperti di atas dapat diekstrak dengan data mining Pendahuluan 4

5 Definisi Data Mining Mengekstrak atau mining pengetahuan dari kumpulan data yg sangat besar Ekstraksi informasi yg berguna dari data, dimana sebelumnya tidak diharapkan, tidak dikenal & implisit Eksplorasi & analisis, secara otomatis atau semiotomatis dari sekumpulan data yg sangat besar untuk memperoleh pola2 data yg berarti Proses analisis database yg besar secara semi-otomatis utk menemukan pola yang valid, baru, berguna dan dapat dipahami manusia Pendahuluan 5

6 Asal Data Mining Berasal dari machine learning/ai, pattern recognition, statistics, & database systems Teknik tradisional tidak sesuai disebabkan karena Data yg sangat2 besar Data dengan dimensi yg besar Data yg tersebar & heterogen Statistics/ AI Data Mining Machine Learning/ Pattern Recognition Database systems Pendahuluan 6

7 Statistik Ilmu yang Berkaitan Dengan Data Mining Merupakan dasar teori tetapi hasilnya sulit diinterpretasi serta butuh bantuan dari pemakai utk melakukan analisis data. Machine Learning Merupakan proses pembelajaran secara otomatis & pembelajaran ini setara dgn konstruksi aturan2 berbasis pada keadaan & transisi dari lingkungan sekitar. Sistem Database Data dikumpulkan dan disimpan dalam database. Pendahuluan 7

8 Tantangan Data Mining Skalabilitas, dikrnkan penyimpanan data menggunakan ukuran besar (gigabyte, terabyte dst) maka pada proses data mining, kumpulan data harus diskala Dimensionalitas yg tinggi, dimana data yg disimpan memiliki atribut dlm jumlah besar, Seperti data pengukuran suhu di beberapa lokasi yg memiliki komponen waktu & spasial Data yg heterogen & kompleks, dimana data mempunyai atribut yg heterogen, cth kumpulan hal web yg terdiri atas teks yg semi terstruktur & banyak terdapat link. Teknik data mining harus mempunyai teknik otokorelasi spasial & waktu, graph connectivity & keterhubungan parent-child antara elemen teks semi terstruktur & dokumen XML Pendahuluan 8

9 Tantangan Data Mining (lanj.) Pendistribusian & kepemilikan data, dimana data tersimpan di lebih dari satu lokasi & dimiliki lebih dari satu organisasi. Untuk itu teknik data mining harus dapat al : (1)berkonsolidasi terhadap hasil data mining yg berasal dari sumber berbeda, (2) mengurangi jumlah komunikasi utk komputasi yg tersebar Analisis yg non-tradisional, membutuhkan teknik evaluasi & penurunan ribuan hipotesis Pendahuluan 9

10 Data mining merupakan bagian dari proses Knowledge Discovery in Databases (KDD) Proses transformasi data mentah menjadi informasi berguna. Pendahuluan 10

11 Tahap2 pada KDD Selection, penyeleksian atau segmentasi data berdasarkan kriteria ttt. Preprocessing, tahap pembersihan dimana info. tidak berguna dibuang. Selain itu data dikonfigurasi ulang utk menjamin format tetap konsisten. Transformation, proses transformasi sehingga data dapat digunakan dan ditelusuri. Pemetaan data kompleks Data mining, proses ekstraksi pola dari data yg ada. Interpretation & evaluation, proses interpretasi pola menjadi pengetahuan yg dapat digunakan utk mendukung pengambilan keputusan (cth prediksi & klasifikasi, ringkasan konten database serta penjelasan fenomena yg diamati. Pendahuluan 11

12 Tugas Data Mining Metode Prediksi Menggunakan beberapa atribut utk memprediksi nilai dari atribut yg akan datang. Atribut yg akan diprediksi disbt target atau dependent variable. Atribut yg digunakan disbt explanatory atau independent variable. 2 tipe : - classification, digunakan untuk variabel target diskrit - regression, digunakan untuk variabel target kontinu Metode Deskripsi Menemukan pola2 (yg menggambarkan data) yg dapat diinterpretasikan manusia Clustering Association Rule Discovery Sequential Pattern Discovery Pendahuluan 12

13 Aplikasi Data Mining Pemasaran / Penyewaan Identifikasi pola pembayaran pelanggan Menemukan asosiasi diantara karakteristik demografik pelanggan Analisis keranjang pemasaran Perbankan Mendeteksi pola penyalahgunaan kartu kredit Identifikasi pelanggan yg loyal Mendeteksi kartu kredit yg dihabiskan oleh kelompok pelanggan Asuransi & Pelayanan Kesehatan Analisis dari klaim Memprediksi pelanggan yg akan membeli polis baru Identifikasi pola perilaku pelanggan yg berbahaya Transformasi Menentukan jadual distribusi ke outlet2 Pendahuluan 13

14 Aplikasi Data Mining (lanj.) Pengobatan Identifikasi terapi pengobatan yg berhasil utk penyakit berbeda Mengkarakterisasikan perilaku pasien utk memprediksi kunjungan Menganalisis sejarah penyakit pasien, serta menemukan hubungan antara penyakit2 yg ada Dunia ilmuwan Mendeteksi galaksi baru Pendahuluan 14

dokumen-dokumen yang mirip

Konsep 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