konsep dan teknologi data mining.ppt

Data Mining : Konsep dan Teknologi 1

Aplikasi dan Kecenderungan dalam Data Mining

■ Aplikasi data mining

■ Sistem produk dan protetipe riset data mining

■ Tema tambahan pada data mining

■ Dampak tentang data mining

■ Kecenderungan yang terdapat pada data mining

■ Ringkasan

12 Oktober 2006 Data Mining : Konsep dan Teknologi 2

Aplikasi Data Mining

■ Data Mining adalah suatu aplikasi terbaru yang berbeda dan lebih luas

■ Masih adanya perbedaan pendapat antara prinsip umum dan pembagian wilayah secara khusus pada aplikasi data mining, khususnya pada keefektifan alat bantu data mining untuk aplikasi tertentu

■ Beberapa aplikasi domein (yang tercantum pada bab ini)■ Biomedical dan analisa data DNA

■ Analisa data keuangan

■ Industri penjualan eceran

■ Industri telekomunikasi


Biomedical dan Analisa Data DNA

■ Urutan DNA: 4 dasar yang membangun blok ( nucleotides): adenine ( A), cytosine ( C), guanine ( G), dan thymine ( T)

■ Gen: suatu urutan dari beratus-ratus individu nucleotides yang diatur secara tertentu

■ Manusia mempunyai sekitar 30,000 gen

■ Hal yang paling luar biasa yaitu jumlah jalan yang terdapat pada nucleotides sehingga dapat dipecah dan diurutkan kembali untuk membentuk gen yang terpisah

■ Pengintegrasian pembagian heterogen yang semantik, dalam genome database

Sekarang: terbagi-bagi, Generasi yang tak terkendali dan penggunaan data DNA secara luas

Metoda pembersihan dan pengintegrasian data yang dikembangkan dalam Data Mining akan sangat membantu


Contoh Analisa DNA

Pencarian persamaan dan perbandingan antar urutan DNA

Perbandingan sering terjadi pada 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 dicetuskan oleh 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 aktip pada penyakit yang berbeda

Intervensi pada masa perkembang farmasi yang mentargetkan langkah-langkah yang berbeda secara terpisah

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

Disain dan konstruksi dari gudang data untuk multidimensional analisa data dan data mining

Gambaran dari hutang perbulan, perdaerah, persektor, dan faktor lain

Mengakses informasi statistik seperti maximum, minimum, total, rata-rata, kecenderungannya, dan lain lain

Analisa pembayaran peminjaman kebijakan kredit secara prediksi per pelanggan

Seleksi di masa depan dan perlunya penggolongan secara atribut

Pencapaian pembayaran peminjaman

Nilai kredit konsumen


Keuangan Data Mining

Penggolongan dan pengelompokan pelanggan untuk target pemasaran

Segmentasi multidimensional berdasarkan metode terdekat, penggolongan, alur keputusan, dan lain lain untuk mengidentifikasi penggolongan persediaan sekelompok pelanggan atau pelanggan baru

Mendeteksi pencucian uang dan kejahatan keuangan lainpengintegrasian dari berbagai DBs ( sebagai contoh, transaksi bank, DBs sejarah kejahatan federal/negara)

Alat bantu: data gambar, analisa pertalian, penggolongan, alat penggabungan, analisa orang asing, dan analisa pola alat percontohan (ditemukan urutan akses secara tidak biasa)


Data Mining pada Industri Retail

Industri Retail: besarnya data penjualan, sejarah belanja pelanggan, dan lain-lain

Aplikasi dari Retail data miningMengidentifikasi 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


Contoh Data Mining pada Industri Retail

Disain dan konstruksi dari gudang data yang didasarkan keuntungan penggunaan data mining

Analisa multidimensional dari penjualan, pelanggan, produk, waktu, dan daerah

Analisa dari efektivitas dari kampanye penjualanIngatan pelanggan: Analisa dari kesetiaan pelanggan

Menggunakan informasi kartu kesetiaan pelanggan untuk mendaftarkan urutan dari pembelian dari pelanggan tertentuMenggunakan pola mining untuk menyelidiki perubahan dalam konsumsi atau kesetiaan pelanggan Menyarankan penyesuaian penetapan harga dan variasi barang-barang

Referensi pembelian dan perbandingan materi


Data Mining pada Industri Telekomunikasi ( 1)

Perkembangan yang sangat cepat dan industri yang sangat kompetitif dan permintaan yang besar untuk data mining

Memahami bisnis yang terlibatMengidentifikasi pola telekomunikasiMenangkap aktivitas curangMempergunaan sumber daya secara lebih baikMeningkatkan mutu dari layanan

Analisa multidimensional dari data telekomunikasiHakekat multidimensional: tempo pemanggilan, jangka waktu, lokasi dari pemanggil, jenis panggilan, dan lain lain


Data Mining pada Industri Telekomunikasi ( 2)

Analisa pola kecurangan dan identifikasi pola yang tidak lazim

Mengidentifikasi pola para pengguna yang berpotensi curang dan penggunaan yang tidak lazimMendeteksi usaha kecurangan masukan ke dalam rekening pelangganMenemukan pola yang tidak biasa memerlukan perhatian khusus

Multidimensional asosiasi dan percontohan pola analisaTemukan pola satu set jasa komunikasi berdasarkan kelompok pelanggan, bulan, dan lain lainMempromosikan penjualan dari jasa spesifikMeningkatkan ketersediaan dari jasa tertentu pada suatu daerah

Penggunaan alat bantu penggambaran dalam analisa data telekomunikasi


Bagaimana cara memilih suatu Sistem Data Mining?

Secara komersil sistem data mining mempunyai sedikit kesamaan

Perbedaan kemampuan atau metodologi Data MiningDapat bekerja dengan bermacam-macam data yang berbeda

Memerlukan berbagai pandangan yang dimensional dalam pemilihanJenis data: relational, tanggapan, teks, urutan waktu, ruang?Isu sistem

Hanya berjalan pada satu atau beberapa sistem operasi?Arsitektur client/server?Menyediakan tampilan berbasis Web dan mengijinkan data XML sebagai masukan atau keluaran?


Bagaimana cara memilih suatu Sistem Data Mining? ( 2)

Sumber dataFile teks ASCII, berbagai sumber data relationalMendukung koneksi ODBC ( OLE DB, JDBC)?

Fungsi dan metodologi Data miningSatu melawan berbagai fungsi data miningSatu melawan berbagai macam variasi perfungsi

Fungsi lain data mining dan metoda perfungsinya menyediakan pengguna dengan analisa dan fleksibilitas yang lebih besar

Menggabungkan dengan DB dan/atau sistem data gudangEmpat format penggabungan: tidak ada penggabungan, penggabungan lepas, penggabungan semi ketat, dan penggabungan ketat

Idealnya, suatu sistem data mining harus di gabungkan dengan ketat dengan suatu sistem database


Bagaimana cara memilih suatu Sistem Data Mining? ( 3)

ScalabilitasScalabilitas perbaris ( atau ukuran database)Scalabilitas perkolom ( atau dimensi)Kutukan dari dimensionalitas: jauh lebih menantang untuk membuat suatu skala sistem kolom dari pada skala sistem baris

Alat bantu gambar"Suatu gambar dapat berharga seribu kata-kata“Kategori penggambaran: data gambar, hasil gambaran, proses penggambaran, dan gambaran data mining

Bahasa query pada Data mining dan tampilan grafis pengguna

Mudah digunakan dan grafis yang berkualitas tinggiPentingnya buku pedoman, data mining yang sangat interaktip


Contoh Sistem Data Mining ( 1)

Miner IBM yang cerdasSuatu cakupan luas dari algoritma data miningSkala algoritma data miningAlat bantu: algoritma jaringan neural, metode statistik, persiapan data, dan alat bantu penggambaran data gambarPengintegrasian yang ketat IBM dengan relational sistem database DB2

Perusahaan SAS minerBerbagai alat bantu analisa yang statistikAlat bantu data gudang dan berbagai data algoritma mining

Microsoft SQLServer 2000Mengintegrasikan DB dan OLAP dengan miningMendukung OLEDB untuk DM standard


Contoh Sistem Data Mining ( 2)

Sgi MinesetBerbagai algoritma dan statistik tingkat lanjut data miningAlat bantu penggambaran tingkat lanjut

Clementine (SPSS)Pengembangan lingkungan data mining yang terintegrasi untuk pengguna akhir dan pengembangBerbagai algoritma data mining dan alat bantu penggambaran

DBMiner ( DBMiner Teknologi Inc.)Berbagai modul data mining : analisa OLAP discovery-driven, asosiasi, penggolongan, dan pengelompokanefisien, Asosiasi dan sequential-pattern fungsi mining, dan alat penggolongan visuilMining antara database relational dan data gudang


Visuallisasi Data Mining

Visualisasi: penggunaan grafik komputer untuk menciptakan gambaran visuil yang membantu pemahaman yang ruwet, penyajian presentasi data yang kokoh

Visualisasi Data mining: proses menemukan kandungan yang tersembunyi dapat menjadi pengetahuan yang bermanfaat khususnya dari data yang besar dengan menggunakan teknik visualisasi


Visualisasi

Tujuan visualisasiMemperoleh masukan ruang informasi dengan mempetakan data ke dalam grafis sederhanaMenyediakan ikhtisar yang kwalitatif dari data yang besarMencari contoh pola, kecenderungan, struktur, ketidakteraturan, hubungan antar data.Bantuan untuk menemukan daerah menarik dan parameter yang pantas untuk analisis kuantitatif lebih lanjut.Menyediakan suatu bukti yang visuil tentang memperoleh penyajian komputer


Visualisasi Data Mining & Visualisasi Data

Pengintegrasian dari visualisasi data miningVisualisasi data

Hasil Visualisasi data mining

Proses visualisasi data mining

Visualisasi data mining yang interaktip

Visualisasi dataData dalam database atau data gudang terlihat

Pada tingkat abstrak yang berbeda

Sebagai kombinasi yang berbeda tentang atribut atau dimensi

Data dapat dipersentasikan dalam berbagai format visual


Hasil Visualisasi Data Mining

Presentasi dari hasil atau pengetahuan yang diperoleh dari format visual data mining

ContohMenyebar alur cerita dan boxplots (yang diperoleh dari data mining)

Alur keputusan

Aturan Asosiasi

Kelompok

Asing

Aturan disamaratakan


Boxplots dari Statsoft: Berbagai Combinasi Variabel


Visualisasi dari Data Mining pada Perusahaan SAS Miner : Menyebaran

Plots


Visualisasi dari Peraturan Asosiasi SGI/MineSet 3.0

konsep dan teknologi data mining.ppt

Documents