TUGAS

Tugas ini diajukan untuk memenuhi tugas Mata Kuliah Data Mining

Disusun oleh Austra Astasadya Ramadhan 10508207

Manajemen Informatika Fakultas Teknik Ilmu Komputer

Universitas Komputer Indonesia 2010 .

melainkan juga menemukan relasi tak dikenal antar-data. pasar. data digunakan untuk perbandingan atau perkiraan dan data ini tidak dapat diperbaharui. Empat karakteristik data warehouse Subject oriented – Data yang disusun menurut subyek berisi hanya informasi yang penting bagi pemprosesan decision support.Definisi Data Mining Data Mining adalah suatu kelas aplikasi database yang berfungsi melakukan pencarian pola-pola tersembunyi di dalam suatu kumpulan data yang bisa digunakan untuk memprediksikan tren atau perilaku yang akan datang. Non-volatile Data tidak dapat diperbaharui atau dirubah tetapi hanya dapat ditambah dan dilihat. sehingga dapat memberikan nilai sejarah untuk bahan analisa. – Data-data di setiap subyek dirangkum ke dalam dimensi. – Database yang semua informasi yang tersimpan di kelompokkan berdasarkan subyek tertentu misalnya: pelanggan. Data mining dikenal di dunia sains dan matematis namun juga digunakan secara lebih luas oleh para pemasar untuk merangkum data konsumen dari beragam Web site. gudang. dsb. wilayah. misalnya : periode waktu. perangkat lunak data mining bisa membantu perusahaan ritel untuk menemukan pelanggan yang memiliki ketertarikan tertentu. produk. . Misalnya. Time variant Data warehouse adalah tempat untuk storing data selama 5 sampai 10 tahun atau lebih. – Semua Informasi tersebut disimpan dalam suatu sistem data warehouse. Integrated – Jika data terletak pada berbagai aplikasi yang terpisah dalam suatu lingkungan operasional. Istilah ini umumnya dipersempit artinya yaitu hanya untuk menggambarkan perangkat lunak yang merepresentasikan data dengan cara-cara yang baru. dsb. Namun sebenarnya perangkat lunak data mining tidak hanya berfungsi mengubah presentasi tersebut. encoding data sering tidak seragam sehinggga bila data dipindahkan ke data warehouse maka coding akan diasumsikan sama seperti lazimnya.

.

Memetakan sebuah data item pada satu variable prediksi. Berlimpahnya data ini merupakan akumulasi data transaksi yang terekam bertahun-tahun. Media internet menyajikan informasi dalam berbagai format file. – Sequencing. Data–data tersebut merupakan data transaksi yang umumnya diproses menggunakan aplikasi komputer yang biasa disebut On Line Transaction Processing). – Regression. Identifikasi kelompok/groups dari item-tem yang berbagi satu karakteristik. – Clustering. Menentukan karakteristik dari kelompok tertentu. Delapan puluh persen informasi yang disajikan media internet dalam bentuk tak terstruktur (unstructured information). – Menemukan gap antara pengetahuan bisnis dengan proses bisnis. dan bentuk penyajian seperti teks. – Dapat melakukan analisis secara cepat. Kehadiran data mining dilatar belakangi oleh berlimpahnya data(overload data) yang dialami oleh berbagai institusi. bahasa. Identifikasi relationships antara event-event yang terjadi pada suatu saat. – Time Series analysis dan menguji sebuah nilai atas variasinya sepanjang wakt Tujuan Data Mining tujuan dari data mining adalah menemukan hubungan-hubungan atau pola-pola yang mungkin memberikan indikasi yang bermanfaat. dimana tidak ada penentuan terlebih dulu karakteristik – Association. Identifies relationships yang ada sepanjang satu periode waktu. Clustering berbeda dengan classification. gambar. – Dapat digunakan untuk mencari redundansi usaha di perusahaan. Kendala lain yang melatarbelakangi adalah tidak dilengkapinya informasi dengan metadata yang terstandarisasi atau bahkan tidak menyertakannya . perusahaan atau organisasi. Data mining juga dilatarbelakangi oleh atau adanya ledakan informasi (explotion information) dari berbagai media terutama internet. – Kemampuan memiliki data yang konsisten.Manfaat Data Warehouse – Kemampuan mengakses data yang berskala perusahaan. – Meminimalkan biaya administrasi. Estimasi nilai2 masadatang berdasarkan patterns dalam sekumpulan besar data. suara ataupun video. – Forecasting. – Meningkatkan kinerja pegawai perusahaan untuk dapat melakukan tugasnya dengan lebih efektif Manfaat data mining : – Classification.

– Analisa tuntutan dari deteksi penggelapan dalam asuransi. ataukah dapat ditambang untuk menemukan “emas” yaitu informasi yang lebih bermanfaat. dan perbaikan analisa program pemasaran yang efektif. data mining hadir untuk menjawab tantangan tersebut Aplikasi Data Warehouse Meliputi – Sales and marketing analysis across all industries. – Analisa keuntungan atau resiko penetapan pajak atau menenda dalam bank. – Keuntungan dari jalan raya atau analisa resiko pengemudi dalam dal transportasi. Pertanyaannya sekarang. Tidak jarang “gunung” data itu dibiarkan begitu saja seakan-akan menjadi “kuburan data” (data tombs). Jawabnya ya. – Inventory turn and product tracking in manufacturing. Pertumbuhan yang pesat dari akumulasi data/informasi itu telah menciptakan kondisi dimana suatu institusi memiliki bergunung-gunung data tetapi miskin informasi yang bermaanfaat (“rich of data but poor of information”). analisa penjualan.sama sekali. tidak berguna lalu dibuang. apakah gunung data tersebut akan dibiarkan. – Kategori manajemen. .

2003 http://yogiyulianto.com/Literature/Kamus-Jargon/data-mining.Daftar Pustaka http://www. Mengenal DataWarehouse.org/2009/04/13/pertemuan-08manajemen-sumberdaya-data-lanjutan/ http://www. Data Mining. 2003 Yudho Giri Sucahyo.html Djoni Darmawikarta. Penerapan DataMining.2003 Yudho Giri Sucahyo.binusian.com/doc/22763612/Data-Mining-Bab-01 .blog.beritanet.scribd.

Sign up to vote on this title
UsefulNot useful