• Tidak ada hasil yang ditemukan

IN086 - Temu Pengetahuan

N/A
N/A
Protected

Academic year: 2021

Membagikan "IN086 - Temu Pengetahuan"

Copied!
10
0
0

Teks penuh

(1)

IN086 - Temu Pengetahuan

1. Pengenalan Temu Pengetahuan

1

Materi Perkuliahan

Review Basis Data

Data Warehouse

(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?

4

Type Oktober November Desember Total Casual 1.500.000 1.700.000 3.500.000 6.700.000 Formal 2.300.000 2.500.000 2.200.000 7.000.000 Party 1.500.000 2.000.000 5.000.000 8.500.000 Total 5.300.000 6.200.000 10.700.000 22.200.000

(3)

Tiada akhir

….

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

– 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

(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:

10

6

– 10

12

Data dengan atribut yang sangat banyak

(fitur, pengukuran, kolom)

Ratusan variabel untuk rekam medis pasien yang

berhubungan dengan hasil eksaminasi medis

(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/2012 9

Evolusi Ilmu Pengetahuan

• Sebelum 1600, ilmu empiris

• 1600 – 1950-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!

(6)

Proses Temu Pengetahuan (KDD)

Datamining – inti dari

proses temu

pengetahuan

11 Data Cleaning Data Integration Databases Data Warehouse Task-relevant Data Selection Data Mining Pattern Evaluation

Apa itu Data Mining?

Data mining (temu pengetahuan dari data)

• Ekstraksi dari pola – pola atau pengetahuan yang menarik (non-trivial, 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)

(7)

Data Mining

DM-MA/S1IF/FTI/UKM/2012 13

DATA DATA MINING POLA - POLA

Data Mining dan Business Intelligence

Potensi yang meningkat Dari dukungan keputusan

bisnis Pengguna Akhir

Analis Bisnis Analis Data DBA Pengambilan Keputusan Presentasi Data Teknik – teknik visualisasi

Data Mining Penemuan Informasi Eksplorasi Data

Ringkasan Statistik, Proses kueri, dan Pelaporan Preprocessing Data/Integrasi, Data Warehouses

Sumber – sumber Data

(8)

Proses KDD Process: Pandangan Umum dari Machine

Learning dan Statistika

• Ini adalah pandangan umum dari komunitas machine learning dan statistika

15

Input Data Data

Mining Data Pre-Processing 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

Aplikasi Data mining

• Ilmu Pengetahuan:

• astronomi, bioinformatika, penemuan obat, dll

• Bisnis

• Periklanan, CRM (Customer Relationship Management), investasi, manufakturing, olah raga / entertainment, telekomunikasi, e-commerce, target marketing, jaminan kesehatan, dll • Web

• Mesin pencari, bot, dll

• Negara

• 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 Vasant Dhar, 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

(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/2012 17

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

(10)

Referensi

Dokumen terkait

Tujuan pembuatan APE ini adalah sebagai media pembelajaran yang dapat memudahkan siswa dalam memahami arti dari setiap sila dalam pancasila.. Kelebihan dari APE ini adalah

Kebenaran inilah yang disediakan Kristus bagi orang berdosa karena imannya kepada Yesus. Kebenaran Kristus akan menuntun kita di jalan

37 Wawancara pada tanggal 12 September 2016 pukul 11.00 WIB dengan pangeran Rintoisworo dan pangeran Jatiningrat(keduanya adalah putra Sultan Hamengku Buwono VIII

Dalam melakukan perubahan, manajer harus mempertimbangkan kapabilitas organisasi dengan melihat karakteristik dan perubahan lingkungan bisnis, dan menentukan strategi

Indikator pemantauan dan evaluasi dalam Badan Penelitian dan Pengembangan dilakukan untuk menilai hasil pelaksanaan kegiatan yang telah dilakukan oleh Unsur

Berdasarkan dua kajian tersebut, pengkajian di buat keatas usahawan bumiputera IKS secara umum, manakala kajian ini lebih menjurus dan memberi fokus kepada faktor

Berdasarkan kerangka pikir di atas, maka dapat dibuat hipotesis sebagai berikut: “Kejadian longsor lebih banyak terdapat pada jenis batuan batu pasir yang

tidak hanya dipengaruhi oleh metode atau media saja juga dipengaruhi oleh banyak faktor yang bisa datang dari dalam siswa (internal) ataupun dalam diri siswa (eksternal).