Konsep data mining

25
DATA MINING [email protected] Ym-Twiter-FB: rik_ruli

description

Penjelasan basic tentang data mining,Sistem Informasi, Aplikasi

Transcript of Konsep data mining

Page 1: Konsep data mining

DATA MINING

[email protected]: rik_ruli

Page 2: Konsep data mining

PENGENALAN

Page 3: Konsep data mining

DATA MINING

1.Apa itu Data Mining?2.Peran Utama Data

Mining3.Algoritma Data Mining

Page 4: Konsep data mining

Pengantar• Perkembangan teknologi dalam bidang

basis data makin meningkat dengan sangat cepat.

• Memungkinkan suatu perusahaan atau organisasi mengumpulkan data dari berbagai sumber dengan mudah dan cepat.

• Kemudahan dalam mengumpulkan data ini membuat volume data menjadi semakin besar dan terus bertambah.

Page 5: Konsep data mining

20/04/23

•Data bisa saja dianalisis dan diinterpretasi secara manual untuk mendapatkan informasi dan pengetahuan yang terkandung didalamnya,

•Analisis data manual bersifat lambat, mahal dan sangat subjektif.

Pengantar

Page 6: Konsep data mining

• Teknik manual atau dapat juga disebut teknik tradisional

• Tidak mungkin digunakan untuk menemukan informasi dan pengetahuan yang terkandung pada sekumpulan data dalam ukuran yang sangat besar.

• Kebutuhan analisis data tersebut dapat dijawab dengan adanya teknologi data mining

• Yaitu suatu teknologi untuk mengekstraksi atau menambang pengetahuan dari data skala besar

Pengantar

Page 7: Konsep data mining

• Proses penggalian pola dari data

• Mengubah data menjadi informasi

• Sering dilakukan hanya pada sampel data

Apa itu Data Mining?

Page 8: Konsep data mining

Apa itu Data Mining?

• Disiplin ilmu yang mempelajari metode untuk mengekstrak pengetahuan atau menemukan pola dari suatu data1. Data: fakta yang terekam dan tidak

membawa arti2. Pengetahuan: pola, aturan atau model

yang muncul dari data

• Sehingga Data mining sering disebut Knowledge Discovery in Database (KDD)

• Konsep TransformasiDataInformasiPengetahuan

Page 9: Konsep data mining

•Proses secara otomatis menemukan informasi yang berguna yang tersimpan pada data dengan ukuran besar.

•Tujuan utama penggunaan data mining adalah deskripsi dan prediksi.

Apa itu Data Mining?

Page 10: Konsep data mining

• Deskripsi berarti menemukan pola yang mudah dipahami oleh pengguna dalam menggambarkan data.

• Prediksi berarti menemukan pola untuk memprediksi nilai dari suatu variabel dalam basis data dengan melibatkan penggunaan beberapa variabel yang nilainya sudah diketahui.

Apa itu Data Mining?

Page 11: Konsep data mining

Mengapa Data Mining?

• Manusia dalam suatu organisasi, sadar atau tidak sadar telah memproduksi berbagai data yang jumlahnya sangat besar– Contoh data: bisnis, kedokteran,

ekonomi, geografi, olahraga, …

• Pada dasarnya, data adalah entitas yang tidak memiliki arti, meskipun kemungkinan memiliki nilai di dalamnya

Page 12: Konsep data mining

Data•Tidak membawa arti,

merupakan kumpulan dari fakta-fakta tentang suatu kejadian

•Suatu catatan terstruktur dari suatu transaksi

•Merupakan materi penting dalam membentuk informasi

Page 13: Konsep data mining

Pengetahuan• Gabungan dari suatu pengalaman,

nilai, informasi kontekstual dan juga pandangan pakar yang memberikan suatu framework untuk mengevaluasi dan menciptakan pengalaman baru dan informasi(Thomas H. Davenport, Laurence Prusak)

• Bisa berupa solusi pemecahan suatu masalah, petunjuk suatu pekerjaan dan ini bisa ditingkatkan nilainya, dipelajari dan juga bisa diajarkan kepada yang lain

Page 14: Konsep data mining

•Memperbaiki teknik tradisional

•Pengelolaan Jumlah data yang sangat besar

•Pengelolaan Dimensi data yang tinggi

•Pengelolaan Data yang heterogen dan berbeda sifat

Tujuan

Page 15: Konsep data mining

Bidang Ilmu

Page 16: Konsep data mining

Irisan Ilmu Data Mining

1.Statistik: •Lebih bersifat teori•Fokus ke pengujian hipotesis

2.Machine Learning:•Lebih bersifat heuristik•Fokus pada perbaikan performansi dari

suatu teknik learning

3.Data Mining:•Gabungan teori dan heuristik•Fokus pada seluruh proses penemuan

knowledge dan pola•Termasuk data cleaning, learning dan

visualisasi hasilnya

Page 17: Konsep data mining

CONTOH KASUS:Komponen : Komponen : tgl. pasangtgl. pasang, , tgl. Rusaktgl. Rusak, , km pakaikm pakai, , AsalAsal, , lokasi pakailokasi pakai

Q : Menentukan kesesuaian antara Asal komponen, dengan kondisi operasi komponen

Tgl. Pasang

Tgl. Rusak

KM Pakai

Asal Lokasi Pakai

Okt.05 Agu.06 53.000 Korea Jakarta

Mar.05 Jul.06 40.000 Taiwan Bandung

Jan.06 Sep.06 35.000 Jepang Jakarta

Page 18: Konsep data mining

CONTOH KASUS:

Mhs : Mhs : ProdiProdi, , IPIP, , lama kuliahlama kuliah, , Asal SMAAsal SMA, , Asal SDAsal SD, , SukuSuku

Q : Menentukan keterkaitan antara SUKU dengan prestasi pada prodi tertentu.

Prodi IP Lama Kuliah

Asal SMA

Asal SD

Suku

IF 3,6 11 Jogya Jogya Jawa

EL 3,4 10 Makssar Makssar Minang

AR 3,7 12 Bandung Majalaya Sunda

TL 3,2 9 Jakarta Jakarta Ambon

Page 19: Konsep data mining

Data - Informasi – Pengetahuan

Data Kehadiran Pegawai

NIPNIP TGLTGL DATANGDATANG PULANGPULANG

11031103 02/12/200402/12/2004 07:2007:20 15:4015:40

11421142 02/12/200402/12/2004 07:4507:45 15:3315:33

11561156 02/12/200402/12/2004 07:5107:51 16:0016:00

11731173 02/12/200402/12/2004 08:0008:00 15:1515:15

11801180 02/12/200402/12/2004 07:0107:01 16:3116:31

11831183 02/12/200402/12/2004 07:4907:49 17:0017:00

Page 20: Konsep data mining

Informasi Akumulasi Bulanan KehadiranPegawai

NIPNIP MasukMasuk AlpaAlpa CutiCuti SakitSakit TelatTelat

11031103 2222

11421142 1818 22 22

11561156 1010 11 1111

11731173 1212 55 55

11801180 1010 1212

Data - Informasi – Pengetahuan

Page 21: Konsep data mining

Informasi Kondisi Kehadiran Mingguan Pegawai

SeninSenin SelasaSelasa RabuRabu KamisKamis JumatJumat

TerlambatTerlambat 77 00 11 00 55

Pulang Pulang CepatCepat

00 11 11 11 88

IzinIzin 33 00 00 11 44

AlpaAlpa 11 00 22 00 22

Data - Informasi – Pengetahuan

Page 22: Konsep data mining

Pengetahuan tentang kebiasaan pegawai dalam jam datang/pulang kerja

Pengetahuan tentang bagaimana teknik meningkatkan kehadiran pegawai kebijakan

Data - Informasi – Pengetahuan

Page 23: Konsep data mining

• Kebijakan penataan jam kerja karyawan khusus untuk hari senin dan jumat

• Peraturan jam kerja:– Hari Senin dimulai jam 10:00– Hari Jumat diakhiri jam 14:00– Sisa jam kerja dikompensasi ke hari lain:

1. Senin pulang setelah maghrib, toh jalanan jakarta macet total di sore hari (bayar hutang 2 jam)

2. Rabu dan kamis bayar hutang setengah jam di pagi hari dan setengah jam di sore hari (bayar hutang 2 jam)

Data - Informasi – Pengetahuan- Kebijakan

Page 24: Konsep data mining

TOOLS DATA MINING

Page 25: Konsep data mining

Cognitive-Performance Test

1.Jelaskan dengan kalimat sendiri apa yang dimaksud dengan data mining?

2.Apa perbedaan antara data dan pengetahuan (knowledge)?