topik-topik lanjutan sistem informasi

22
Topik-Topik Lanjutan Sistem Informasi Johanes Kevin Lumadi 1501151501 Deny Setiawan 1501152580 Machliza Devi Sasmita 1501169511 Silvia Line 1501171466 Billie Enceil 1501171951 Data Mining 06-PFM/01

Upload: erasto

Post on 08-Feb-2016

60 views

Category:

Documents


0 download

DESCRIPTION

06-PFM/01. Topik-Topik Lanjutan Sistem Informasi. Data Mining. Johanes Kevin Lumadi 1501151501 Deny Setiawan 1501152580 Machliza Devi Sasmita 1501169511 Silvia Line1501171466 Billie Enceil 1501171951. Definisi data mining. - PowerPoint PPT Presentation

TRANSCRIPT

Page 1: Topik-Topik Lanjutan Sistem Informasi

Topik-Topik Lanjutan Sistem Informasi

Johanes Kevin Lumadi 1501151501Deny Setiawan 1501152580Machliza Devi Sasmita 1501169511Silvia Line 1501171466Billie Enceil 1501171951

Data Mining06-PFM/01

Page 2: Topik-Topik Lanjutan Sistem Informasi

DEFINISI DATA MINING Data mining merupakan suatu proses yang

digunakan untuk mendapatkan informasi dan pengetahuan yang bermanfaat dimana informasi tersebut didapatkan dari data-data yang telah dikumpulkan.

Data mining seringkali digunakan untuk melakukan praktek profil seperti pemasaran, pengawasan, penipuan deteksi dan penemuan ilmiah.

Page 3: Topik-Topik Lanjutan Sistem Informasi

DEFINISI DATA MINING Data mining menjadi suatu alat yang

penting karena selain dapat digunakan untuk mengubah data menjadi informasi, data mining juga dapat digunakan untuk menganalisis kumpulan penelitian perilaku.

Page 4: Topik-Topik Lanjutan Sistem Informasi

MANFAAT DATA MINING

Kemampuan Data Mining yaitu kemampuan untuk mereduksi data.

Dapat dilakukan dengan Katalogisasi klasifikasi Segementasi

Page 5: Topik-Topik Lanjutan Sistem Informasi

MANFAAT DATA MINING

Pemanfaatan data mining dapat dilihat dari dua sudut pandang, yaitu : Sudut pandang komersial Sudut pandang keilmuan

Page 6: Topik-Topik Lanjutan Sistem Informasi

SUDUT PANDANG KOMERSIALManfaatnya yaitu : Menangani meledaknya volume data

(menyimpan, mengestrak serta memanfaaatkan) Menghasilkan informasi yang dapat menjadi asset

untuk meningkatkan daya saing suatu institusi. Menggudangkan data tanpa kehilangan informasi

yang penting (warehousing) Menyelesaikan permasalahan atau menjawab

kebutuhan bisnis itu sendiri

Page 7: Topik-Topik Lanjutan Sistem Informasi

SUDUT PANDANG KEILMUAN

Manfaatnya yaitu : Mengcapture, menganalisis serta

menyimpan data yang bersifat real-time dan sangat besar

Page 8: Topik-Topik Lanjutan Sistem Informasi

KELEBIHAN & KEKURANGAN

Kelebihan Data Mining : Kemampuan dalam mengolah data dalam

jumlah yang besar. Pencarian Data secara otomatis.Kekurangan Data Mining : Kendala Database ( Garbage in garbage

out ). Tidak bisa melakukan analisa sendiri. 

Page 9: Topik-Topik Lanjutan Sistem Informasi

LANGKAH-LANGKAH PROSES DATA MINING

Berikut adalah cara kerja dalam data mining :1. Identify the business problems

Pada tahap pertama ini, kita harus mengidentifikasi masalah bisnis yang terjadi karena data tidak bisa diolah apabila kita tidak mengetahui permasalahan yang sedang dihadapi. Setelah mengetahui masalah tersebut, maka kita dapat menentukan data-data apa saja yang diperlukan.

Page 10: Topik-Topik Lanjutan Sistem Informasi

LANGKAH-LANGKAH PROSES DATA MINING

2. Mine the data for afectionable information

setelah mengetahui masalah yang dihadapi dan data apa saja yang diperlukan maka pada tahap ini akan dilakukan analisa pada data-data tersebut. Melalui tahap analisa ini, kita mendapatkan pengetahuan(knowledge) baru yang akan digunakan dalam mengambil suatu keputusan.

Page 11: Topik-Topik Lanjutan Sistem Informasi

LANGKAH-LANGKAH PROSES DATA MINING

3. Take the action

Dari keputusan yang telah diambil tersebut, maka kita akan melakukan implementasi yang berupa sebuah tindakan yang konkrit ke dalam suatu proses bisnis.

Page 12: Topik-Topik Lanjutan Sistem Informasi

LANGKAH-LANGKAH PROSES DATA MINING

4. Measure the results

tahap ini merupakan tahap terakhir dalam proses data mining. Pada tahap ini, kita akan memantau hasil dari implementasi tersebut apakah hasil tersebut sudah mencapai target yang diinginkan atau belum dan apakah hasil tersebut dapat menjadi solusi pemecahan masalah atau dapat mengatasi masalah-masalah yang sedang dihadapi.

Page 13: Topik-Topik Lanjutan Sistem Informasi

6 TEKNIK DALAM DATA MINING

1. Market Basket analysis

Merupakan teknik data mining yang digunakan untuk melakukan analisis pada kebiasaan pelanggan yang menyimpan produk yang diinginkannya kedalam cart/keranjang belanja. Teknik ini juga menganalisis data transaksi penjualan untuk mencari pola dari Produk yang terdapat dalam suatu transaksi kemudian pola tersebut akan digunakan untuk merancang strategi penjualan maupun pemasaran agar menjadi lebih efektif.

Page 14: Topik-Topik Lanjutan Sistem Informasi

6 TEKNIK DALAM DATA MINING

2. Memory-based reasoning

Merupakan suatu teknik yang melakukan penalaran berbasis memori dengan menggunakan sekumpulan data untuk mengasumsikan pembuatan objek baru.

Page 15: Topik-Topik Lanjutan Sistem Informasi

6 TEKNIK DALAM DATA MINING

3. Cluster detection

Dalam teknik ini terdapat 2 pendekatan , yaitu:- Memberikan asumsi bahwa kumpulan cluster sudah disimpan ke dalam data. Tujuan pendekatan ini adalah untuk membagi data kedalam bentuk cluster.-Clustering agglomerative, pendekatan ini melakukan penggabungan pada cluster meskipun menggunakan proses komputasi yang sama dan proses tersebut dilakukan secara berulang-ulang.

Page 16: Topik-Topik Lanjutan Sistem Informasi

6 TEKNIK DALAM DATA MINING4. Link analysis

Merupakan suatu teknik yang mengidentifikasi dan membangun hubungan suatu objek dengan sekumpulan data serta menganilisis sifat yang berhubungan antara kedua objek tersebut. Teknik ini biasanya digunakan untuk mengambil suatu kesimpulan dengan mengandalkan teori grafik dan sering juga dipakai untuk melakukan proses optimasi.

Page 17: Topik-Topik Lanjutan Sistem Informasi

6 TEKNIK DALAM DATA MINING

5. Rule induction

Teknik yang digunakan untuk mengidentifikasi aturan-aturan bisnis yang telah disimpan kedalam data.

6. Neural Networks

Merupakan sebuah teknik yang berbentuk struktur jaringan neural dan berguna dalam mengubah data yang rumit/sulit dipahami oleh manusia menjadi data yang dapat dimengerti selain itu juga dapat digunakan untuk mendeteksi tren yang rumit tetapi sering didiskusikan/dicari.

Page 18: Topik-Topik Lanjutan Sistem Informasi

TUGAS DATA MINING Classification

Membagi data menjadi beberapa bagian/kelas kemudian mengecek atribut-atribut dari objek setelah itu memutuskan objek tersebut masuk ke kelas yang mana.

EstimationMelakukan estimasi/memperkirakan nilai numerik secara terus menerus. Dapat dikatakan sebagai bagian dari klasifikasi.

Page 19: Topik-Topik Lanjutan Sistem Informasi

TUGAS DATA MINING Prediction

prediksi ini berbeda dengan klasifikasi maupun estimasi karena dalam prediksi, objek akan dibagi sesuai dengan behaviour yang telah ditetapkan/ diinginkan dari candidate behaviour.

Affinity GroupingMelakukan evaluasi hubungan atau mengelompokkan unsur-unsur data yang terdiri dari atribut/behaviour yang akan menunjukkan tingkat afinitas antar objek tersebut.

Page 20: Topik-Topik Lanjutan Sistem Informasi

TUGAS DATA MINING Clustering

Sering disebut dengan segmentasi/pembagian. Hampir sama dengan klasifikasi namun dalam clustering, data dibagi menjadi beberapa bagian kemudian dilakukan indentifikasi setelah itu data akan dikelompokkan sesuai dengan atribut yang sama.

DescriptionMendeskripsikan atau memberikan gambaran secara umum mengenai hasil akhir dari proses data mining.

Page 21: Topik-Topik Lanjutan Sistem Informasi

DAFTAR PUSTAKAhttps://fairuzelsaid.files.wordpress.com/2009/10/data-mining-bab-01.pdfhttp://irwan-manullang.blogspot.com/2011/04/dasar-data-mining.html

Page 22: Topik-Topik Lanjutan Sistem Informasi