Data Mining
Data Mining

10 Pengertian Dan Model Serta Metode Data Mining

Posted on
Rate this post

10 Pengertian Dan Model Serta Metode Data Mining – Tugas data mining sebenarnya adalah analisis otomatis atau semi-otomatis jumlah besar data untuk mengekstrak pola yang menarik yang sebelumnya tidak diketahui seperti kelompok catatan data (analisis cluster), catatan yang tidak biasa (deteksi anomali) dan dependensi (aturan asosiasi pertambangan). Hal ini biasanya melibatkan menggunakan teknik database seperti indeks spasial.

Data Mining
Data Mining

Pola ini kemudian dapat dilihat sebagai semacam ringkasan dari input data, dan dapat digunakan dalam analisis lebih lanjut atau, misalnya, dalam pembelajaran mesin dan analisis prediktif. Misalnya, langkah data mining mungkin mengidentifikasi beberapa kelompok dalam data, yang kemudian dapat digunakan untuk memperoleh hasil prediksi yang lebih akurat oleh sistem pendukung keputusan. Baik pengumpulan data, penyusunan data, atau interpretasi hasil dan pelaporan merupakan bagian dari langkah data mining, tetapi milik proses KDD secara keseluruhan sebagai langkah-langkah tambahan.

FUNGSI-FUNGSI UTAMA DATA MINING

REGRESI

  • Fungsi pembelajaran yang memetakan sebuah unsur data ke sebuah variable prediksi bernilai nyata.

Contoh :

  • Prediksi volume biomasa dihutan dengan didasari pada pengukuran gelombang mikro penginderaan jarak jauh (remotely-sensed).
  • Prediksi kebutuhan kustomer terhadap sebuah produk baru sebagai fungsi dari pembiayaan advertensi.

CLUSTERING

  • Merupakan tugas deskripsi yang banyak digunakan dalam mengidentifikasi sebuah himpunan terbatas pada kategori atau cluster untuk mendeskripsikan data yang ditelaah.

PENGELOMPOKAN METODE DATA MINING

Predictive Modeling

  • Tujuan metode ini adalah membangun model untuk memprediksi suatu nilai yang mempunyai ciri-ciri tertentu.

Klasifikasi

  • Digunakan untuk memprediksi nilai dari variable diskrit (seperti memprediksi on line user yang akan membeli pada sebuah website)

Regresi

  • Digunakan untuk memprediksi nilai variable yang kontinue ( meramal harga saham dimasa depan).

Association Analysis

  • Tujuan metode ini adalah menghasilkan sejumlah role yang menjelaskan sejumlah data yang terhubung kuat satu dengan yang lainnya.
  • Contoh : Association Analysis digunakan untuk menentukan produk yang sering dibeli secara bersamaan oleh banyak pelanggan (market basket analysis).

Clustering

  • Tujuan metode ini adalah mengelompokkan data yang homogen/sejenis sehingga data yang berada di cluster yang sama mempunyai banyak kesamaan dibanding dengan data yang ada di cluster yang berbeda.

Contoh :

  • Pengelompokan dokumen berdasarkan topiknya.

Anomaly Detection

  • Tujuan metode ini adalah untuk menemukan anomali atau outlier yaitu data yang sangat berbeda dengan data-data yang lainnya.

Contoh :

  • Menentukan sebuah serangan terhadap jaringan komputer.

Metode Data Mining

Classification

Classification adalah metode yang paling umum pada data mining. Persoalan bisnis sperti Churn Analysis, dan Risk Management biasanya melibatkan metode Classification.

Model Klasifikasi
Model Klasifikasi

Classification adalah tindakan untuk memberikan kelompok pada setiap keadaan. Setiap keadaan berisi sekelompok atribut, salah satunya adalah class attribute. Metode ini butuh untuk menemukan sebuah model yang dapat menjelaskan class attribute itu sebagai fungsi dari input attribute.

Keuntungan Model Klasifikasi

  • Predictive accuracy
  • Hit rate
  • Speed
  • Model building; predicting
  • Robustness
  • Scalability
  • Interpretability
  • Transparency, explainability
Keuntungan Model Klasifikasi
Keuntungan Model Klasifikasi

Clustering

Clustering juga disebut sebagai segmentation. Metode ini digunakan untuk mengidentifikasi kelompok alami dari sebuah kasus yang di dasarkan pada sebuah kelompok atribut, mengelompokkan data yang memiliki kemiripan atribut.

Clustering
Clustering

Clustering adalah metode data mining yang Unsupervised, karena tidak ada satu atributpun yang digunakan untuk memandu proses pembelajaran, jadi seluruh atribut input diperlakukan sama. Kebanyakan Algoritma Clustering membangun sebuah model melalui serangkaian pengulangan dan berhenti ketika model tersebut telah memusat atau berkumpul (batasan dari segmentasi ini telah stabil).

Association

Association juga disebut sebagai Market Basket Analysis. Sebuah problem bisnis yang khas adalah menganalisa tabel transaksi penjualan dang mengidentifikasi produk-produk yang seringkali dibeli bersamaan oleh customer.

Metode association memiliki dua tujuan:

  • Untuk mencari produk apa yang biasanya terjual bersamaan
  • Untuk mencari tahu apa aturan yang menyebabkan kesamaan tersebut.

Model Tree (Pohon Keputusan)

  • Manusia selalu dihadapkan oleh berbagai macam masalah dari berbagai bidang.
  • Kompleksitas masalah yang dihadapi sangat bervariasi dan saling berkaitan.
  • Para Pengambilan Keputusan Perlu model-model Solusi yang dapat mendukung suatu keputusan.
  • Kompetisi perusahaan dan pelaku bisnis semakin tajam mendorong membuat keputusan yang cepat dan akurat.
Model Pohon Keputusan
Model Pohon Keputusan

Pengertian Pohon Keputusan

  • Pohon yang dalam analisis pemecahan masalah pengambilan keputusan adalah pemetaan mengenai alternatif-alternatif pemecahan masalah yang dapat diambil dari masalah tersebut.
  • Pohon tersebut juga memperlihatkan faktor-faktor kemungkinan/probablitas yang akan mempengaruhi alternatif-alternatif keputusan tersebut, disertai dengan estimasi hasil akhir yang akan didapat bila kita mengambil alternatif keputusan tersebut.
Contoh Pohon Keputusan
Contoh Pohon Keputusan

Manfaat Pohon Keputusan

  • Mem-break down proses pengambilan keputusan yang kompleks menjadi lebih simpel sehingga pengambil keputusan akan lebih menginterpretasikan solusi dari permasalahan.
  • Pohon Keputusan juga berguna untuk mengeksplorasi data, menemukan hubungan tersembunyi antara sejumlah calon variabel input dengan sebuah variabel target.
  • Pohon keputusan memadukan antara eksplorasi data dan pemodelan, sehingga  sangat bagus sebagai langkah awal dalam proses pemodelan bahkan ketika dijadikan sebagai model akhir dari beberapa teknik lain.

 

Demikian Ulasan Tentang 10 Pengertian Dan Model Serta Metode Data Mining Semoga Dapat Bermanfaat Bagi Sahabat Setia DosenPendidikan.Com Amin … 😀