data mining.ppt
Post on 08-Jul-2015
946 Views
Preview:
TRANSCRIPT
Computer Science CentreUniversity of Indonesia
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
Data Mining
Arrianto Mukti Wibowo, 2003
Sumber penulisan:Turban & Aronson, “Decision Support Systems and Intelligent Systems”, chap.
4Robert Groth, “Data Mining: Building Competitive Advantage”, chap 2
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
Alas an
•Dulu analisa data dilakukan dengan cara memasukkannya ke dalam model.
•Hubungan antar variabel jelas!•Tapi ada kasus, kita tidak tahu
hubungan antar variabel…
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
Data Mining
•Term used to describe knowledge discovery in databases.
•Includes:–Knowledge extraction–Data pattern processing, etc.
•Automatic discovery even by non-programmers
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
Karakteris tik
•Sumber data terkubur dalam data historis yang besar.
•Usernya kebanyakan adalah end-user.•Karena ukuran data historis yang besar,
sering menggunakan paralel processing.
•Sering menghasilkan “unexpected result”, hasil yang tak disangka-sangka…
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
Beberapa Aplikas i
• Analisa kebangkrutan:–Menggunakan neural net untuk menganalisa
performa keuangan perusahaan, dan memprediksi kebangkrutannya
• Help-desk application:–Menggunakan case based reasoning (seperti
expert system), untuk menemukan kasus serupa yang pernah terpecahkan masalahnya dari sekitar 50.000 kasus sebelumnya.
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
Common types of information from data mining
•Classification•Clustering•Association•Sequencing•Forecasting
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
Clas s ification
•Infers the defining characteristics of a certain groups
•Example: customers who have been lost to competition
•Istilah penting:–Study: ruang lingkup data mining–Goal: pertanyaan tanpa harus ada korelasi
antar variabel
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
• Contoh goal di sebuah perusahaan telco: “I want to understand what makes customers likely to keep
being my customers or leave”• Dataset yang tersedia dibeberkan sampai ke tingkat
customer, dengan atribut– Customer ID– Cust_Type: loyal, lost (dependant variable)– Time_used: penggunaan telepon per bulan average– Survey_result: hasil feedback form– Type_service: jenis layanan yang dipakai– Area: lokasi customer– Trend penggunaan telepon
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
Clus tering
• Unsupervised learning: we do not tell the computer anything about the variables
• Process of dividing a set of data into distinctive groups.
• Sangat berguna untuk memahami karakeristik pelanggan
• Clusters are generated automatically• Kita bisa menentukan signifikansi dari setiap
cluster
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
: Example Clus tering of CarSales
Cluster 2Income: LowChildren: 0
Car: Compact
Cluster 1Income: High
Children: 1Car: Luxury
Cluster 3Income: Medium
Children: 3Car: MPV
Cluster 4Income: Medium
Children: 2Car: Sedan
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
: -Example Price vs ProductLine
More menu variety
Limited menu variety
Low Price
High Price
Warteg
McDonalds
TaKorFISIP UI
Ichiban
Lotus
Mie Ayam
KFC
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
( )As s oc iation Market Bas ket
• Terutama dipakai untuk menentukan, “Kalau customer membeli produk A, maka kemungkinan produk B terbeli juga adalah …%”
• Contoh:–Cereal dengan susu–DVD player dengan piringan film DVD
• Tapi asosiasi juga bisa untuk menganalisa hal lain seperti:–Hubungan antara demografi dengan produk terjual
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
As s ortment Optimization
• Proses menentukan produk-produk apa yang akan kita jual
• Semakin beraneka, harusnya semakin menguntungkan
• Tapi semakin beraneka, akan ada yang saling mensubtitusi keuntungan berkurang
• Padahal semakin beraneka produk yang dijual, carrying cost dan COGS makin besar.
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
Sales volume & cos t. vs product varie ty
Gross MarginCost
Sales
Variety of products
Dollars
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
• Padahal kita harus menentukan produk mana yang akan kita –Tambahkan–HilangkanDari etalase kita
• Masing-masing memiliki dampak pada sales dan biaya
• Harus dicari titik yang paling menguntungkan!
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
Sequencing
•Mirip dengan asosiasi, tetapi berkaitan dengan waktu
•Misalnya:–Kunjungan berulang ke sebuah gerai/toko/
supermarket dalam waktu yang berbeda
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
Text Mining
•Serupa dengan “text retrieval”
I n f o r m a t i o n M a n a g e m e n tR E S E A R C H G R O U P
Tips dalam Data Mining
•Anda harus memahami domain masalah
•Sangat dianjurkan untuk memahami statistik
•Tidak mungkin membuat implementasi dan mengoperasikan data mining dengan benar, tanpa memahami domain masalah.
•Mengapa?
top related