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
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.
Misalnya, perangkat lunak data mining bisa membantu perusahaan
ritel untuk menemukan pelanggan yang memiliki ketertarikan tertentu.
Istilah ini umumnya dipersempit artinya yaitu hanya untuk
menggambarkan perangkat lunak yang merepresentasikan data
dengan cara-cara yang baru. Namun sebenarnya perangkat lunak data
mining tidak hanya berfungsi mengubah presentasi tersebut,
melainkan juga menemukan relasi tak dikenal antar-data.

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.

Empat karakteristik data warehouse

Subject oriented
– Data yang disusun menurut subyek berisi hanya informasi yang
penting bagi pemprosesan decision support.
– Database yang semua informasi yang tersimpan di kelompokkan
berdasarkan subyek tertentu misalnya: pelanggan, gudang, pasar,
dsb.
– Semua Informasi tersebut disimpan dalam suatu
sistem data warehouse.
– Data-data di setiap subyek dirangkum ke dalam dimensi,
misalnya : periode waktu, produk, wilayah, dsb, sehingga dapat
memberikan nilai sejarah untuk bahan analisa.
Integrated
– Jika data terletak pada berbagai aplikasi yang terpisah dalam
suatu lingkungan operasional, encoding data sering tidak seragam
sehinggga bila data dipindahkan ke data warehouse maka coding
akan diasumsikan sama seperti lazimnya.

Time variant
Data warehouse adalah tempat untuk storing data selama 5 sampai 10
tahun atau lebih,
data digunakan untuk perbandingan atau perkiraan dan data ini tidak
dapat diperbaharui.

Non-volatile
Data tidak dapat diperbaharui atau dirubah tetapi hanya dapat
ditambah dan dilihat.
Manfaat Data Warehouse

– Kemampuan mengakses data yang berskala perusahaan.

– Kemampuan memiliki data yang konsisten.
– Dapat melakukan analisis secara cepat.
– Dapat digunakan untuk mencari redundansi usaha di
perusahaan.
– Menemukan gap antara pengetahuan bisnis dengan proses
bisnis.
– Meminimalkan biaya administrasi.
– Meningkatkan kinerja pegawai perusahaan untuk dapat
melakukan tugasnya dengan lebih efektif

Manfaat data mining :

– Classification. Menentukan karakteristik dari kelompok tertentu.
– Clustering. Identifikasi kelompok/groups dari item-tem yang
berbagi satu karakteristik. Clustering berbeda dengan classification,
dimana tidak ada penentuan terlebih dulu karakteristik
– Association. Identifikasi relationships antara event-event yang
terjadi pada suatu saat.
– Sequencing. Identifies relationships yang ada sepanjang satu
periode waktu.
– Forecasting. Estimasi nilai2 masadatang berdasarkan patterns
dalam sekumpulan besar data.
– Regression. Memetakan sebuah data item pada satu variable
prediksi.
– 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.
Kehadiran data mining dilatar belakangi oleh berlimpahnya
data(overload data) yang dialami oleh berbagai institusi, perusahaan
atau organisasi. Berlimpahnya data ini merupakan akumulasi data
transaksi yang terekam bertahun-tahun. Data–data tersebut
merupakan data transaksi yang umumnya diproses menggunakan
aplikasi komputer yang biasa disebut On Line Transaction Processing).
Data mining juga dilatarbelakangi oleh atau adanya ledakan informasi
(explotion information) dari berbagai media terutama internet.
Delapan puluh persen informasi yang disajikan media internet dalam
bentuk tak terstruktur (unstructured information). Media internet
menyajikan informasi dalam berbagai format file, bahasa, dan bentuk
penyajian seperti teks, gambar, suara ataupun video. Kendala lain
yang melatarbelakangi adalah tidak dilengkapinya informasi dengan
metadata yang terstandarisasi atau bahkan tidak menyertakannya
sama sekali. 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”). Tidak jarang “gunung” data itu
dibiarkan begitu saja seakan-akan menjadi “kuburan data” (data
tombs). Pertanyaannya sekarang, apakah gunung data tersebut akan
dibiarkan, tidak berguna lalu dibuang, ataukah dapat ditambang untuk
menemukan “emas” yaitu informasi yang lebih bermanfaat. Jawabnya
ya, data mining hadir untuk menjawab tantangan tersebut

Aplikasi Data Warehouse Meliputi

– Sales and marketing analysis across all industries.

– Inventory turn and product tracking in manufacturing.
– Kategori manajemen, analisa penjualan, dan perbaikan analisa
program pemasaran yang efektif.
– Keuntungan dari jalan raya atau analisa resiko pengemudi dalam
dal transportasi.
– Analisa keuntungan atau resiko penetapan pajak atau menenda
dalam bank.
– Analisa tuntutan dari deteksi penggelapan dalam asuransi.
 Daftar Pustaka

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