01 - Introduction to Data Mining - Original.pdf
1 like•857 views
01. Dokumen tersebut membahas tentang pengantar data mining, meliputi pengertian data mining, manfaat, bidang terkait, proses, task, dan penerapannya di berbagai bidang serta bahasa pemrograman yang digunakan.
01 - Introduction to Data Mining - Original.pdf
- 1. Presentation 2022 D-IV Rekayasa Perangkat Lunak - Teknik Informatika DATA MINING Elvi Rahmi, S.T., M.Kom. [email protected] “To find signals in data, we must learn to reduce the noise - not just the noise that resides in the data, but also the noise that resides in us. It is nearly impossible for noisy minds to perceive anything but noise in data.”
- 2. Outline Pengantar Data Mining Presentation 2022 D-IV Rekayasa Perangkat Lunak - Teknik Informatika Manfaat Data Mining Bidang ilmu terkait Data Mining Proses Data Mining Task Data Mining Penerapan Data Mining di Berbagai Bidang Bahasa Pemrograman Untuk Data Mining
- 4. DATA MINING Pengantar Data Mining Presentation 2022 Data Mining adalah langkah analisis terhadap proses penemuan pengetahuan di dalam basis data atau Knowledge Discovery in Databases (KDD). (Fayyad et al. 1996) Data Mining adalah sebuah proses untuk mengekstrak informasi atau pengetahuan penting dari suatu set data berukuran besar dengan menggunakan teknik tertentu. Data Mining membantu memahami data dalam jumlah besar.
- 5. DATA, INFORMASI, KNOWLEDGE Pengantar Data Mining Presentation 2022 Data adalah deskripsi dari sesuatu dan kejadian yang dihadapi. Data adalah sumber informasi dan merupakan bentuk yang belum dapat memberikan manfaat yang besar bagi penerimanya, sehingga perlu suatu model yang nantinya akan dikelompokkan dan diproses untuk menghasilkan informasi. Pengetahuan (knowledge) adalah kombinasi dari naluri, gagasan, aturan, dan prosedur yang mengarahkan tindakan atau keputusan (Alter, 1992).
- 7. 01 02 Mengapa Perlu Data Mining? Perkembangan data yang semakin heterogen dan kompleks dengan volume yang meningkat cepat secara eksponensial Kebutuhan untuk menemukan pengetahuan, pola dan/atau relasi antar data secara otomatis. BIG DATA
- 9. Proses Data Mining Pengantar Data Mining
- 10. Digunakan untuk mencari pola- pola yang dapat dipahami manusia yang menjelaskan karakteristik data. Deskriptif Digunakan untuk membentuk sebuah model pengetahuan yang akan dilakukan untuk melakukan prediksi. Prediktif Kegunaan Data Mining Pengantar Data Mining Presentation 2022
- 11. 01 Pengambilan sebuah keputusan yang cerdas dan tepat 02 Mendeteksi sebuah anomali atau perilaku yang menyimpang dalam struktur bisnis Kegunaan Data Mining 03 Meningkatkan sistem operasional bisnis Contoh: 04 Membuat Prediksi Akurat untuk Perencanaan .... ....
- 12. Mengeneralisasi struktur yang diketahui untuk diaplikasikan pada data-data baru. Misal: Klasifikasi penyakit ke dalam sejumlah jenis. 01 Klasifikasi (Classification) Menemukan suatu fungsi yang memodelkan data dengan galat (kesalahan prediksi) seminimal mungkin. 03 Regresi (Regression) Mengelompokkan data yang tidak diketahui label kelasnya ke dalam sejumlah kelompok tertentu sesuai dengan ukuran kemiripannya. 02 Klasterisasi (Clustering) Mengidentifikasi data yang tidak umum, bisa berupa outlier, perubahan atau deviasi yang mungkin sangat penting dan perlu investigasi lebih lanjut. 04 Deteksi Anomali (Anomaly Detection) Kegunaan Data Mining Berdasarkan fungsionalitasnya, tugas-tugas Data Mining bisa dikelompokkan ke dalam enam kelompok: (Fayyad et al. 1996) 05 Pembelajaran Aturan Asosiasi (Association Rule Learning) atau Pemodelan Kebergantungan (Dependency Modeling) Menyediakan representasi data yang lebih sederhana, meliputi visualisasi dan pembuatan laporan. 06 Perangkuman (Summarization) Pencarian relasi antar variabel.
- 13. Konsep dalam Data Mining yang berusaha menemukan asosiasi atau keterkaitan data. Market Basket Analysis Penggunaan teknik perangkingan yang pada dasarnya menggunakan teknik klasifikasi atau klasterisasi. Recommender System Pembangunan untuk sistem optimasi untuk CRM yang lebih lengkap dan menyeluruh. Sistem dibangun menggunakan teknik klasifikasi atau klasterisasi. Churn Prediction Pendeteksi kecurangan. Sistem ini bisa dibangun menggunakan teknik anomaly detection. Fraud Detection Penerapan Data Mining Marketing dan Bisnis
- 14. Pembuatan sistem klasifikasi yang secara otomatis mengelompokkan ribuan bahkan jutaan lagu ke dalam sejumlah genre. Seni dan Hiburan Penerapan Data Mining Pemetaan hubungan darah antar manusia dengan menggunakan teknik sequence mining. Sains dan Teknik Data-Driven Journalism (DDJ), proses jurnalistik berbasis analisis dan penyaringan himpunan data berukuran besar untuk membuat atau mengangkat berita. Contoh: https://articlegenerator.org/ Jurnalistik Penggunaan teknik klasifikasi dan klasterisasi data-data pribadi user sehingga dapat merancang strategi dan membangun propaganda yang tepat untuk mempengaruhi persepsi pemilih. Politik
- 15. 01 Apakah Software Engineer Butuh Data Mining? Pengantar Data Mining Repository OSS tersedia dengan data yang sangat besar. Ekstraksi data tersebut berpotensi untuk menghasilkan pengetahuan yang berguna untuk peningkatan kualitas pengembangan perangkat lunak. 02 Software engineer perlu menambahkan fitur-fitur yang berkaitan data mining pada software yang dibangun (jika dibutuhkan oleh client). 03 ....
- 16. Bahasa Pemrograman Pengantar Data Mining C++, VB, Delphi, Java, Python, PHP, R, dan lain-lain Tool atau software Data Mining seperti Weka, Orange, RapidMiner, dan lain-lain.
- 17. Presentation 2022 D-IV Rekayasa Perangkat Lunak - Teknik Informatika Etika Dalam Data Mining Penggunaan Data Mining Pemakaian Data Pengguna Filter Bubble
- 18. 01 Data adalah sesuatu yang belum mempunyai arti bagi penerimanya dan masih memerlukan adanya suatu pengolahan. 02 Catatan atas kumpulan fakta DATA 03 Fakta dikumpulkan untuk menjadi data 04 Berkaitan dengan angka disebut data kuantitatif. Tidak berkaitan dengan angka atau tidak dinyatakan dalam angka disebut kualitatif, contoh: data jenis kelamin, hoby mahasiswa
- 19. DATA KUANTITATIF Pengantar Data Mining Presentation 2022 Data Diskrit Diperoleh dari hasil perhitungan Contoh: Banyaknya Mahasiswa Kelas 5B D-IV Rekayasa Perangkat Lunak sebanyak 30 Orang. Data kontinyu Diperolah dari hasil pengukuran Contoh: Jarak tempuh dari rumah ke kampus (km), Hasil Panen Petani A (ton).
- 20. Data berdasarkan skala pengukuran Pengantar Data Mining Presentation 2022 Nominal Skala yang hanya mempunyai ciri untuk membedakan skala ukur yang satu dengan yang lain. Data pada suatu objek yang mana penomorannya tidak melambangkan kedudukan atau tingkatan tertentu. Ordinal Skala yang selain mempunyai ciri untuk membedakan juga mempunyai ciri untuk mengurutkan pada rentang tertentu .
- 21. Data berdasarkan skala pengukuran Pengantar Data Mining Presentation 2022 Interval Skala yang mempunyai ciri untuk membedakan, mengurutkan, dan mempunyai ciri jarak yang sama. Skala ratio Data rasio merupakan data yang terurut dengan selisih yang sama di setiap datanya.
- 22. LATIHAN! Pengantar Data Mining Presentation 2022 Untuk praktek secara local: install python3 Untuk praktek secara online: gunakan google colab Praktekan dasar-dasar pemograman python: https://www.w3schools.com/python/default.asp