Data Mining Pertemuan 2

Data Mining Pertemuan 2

Pengantar Mengapa data mining? Apa data mining? Data Mining: data apa saja? Fungsi data mining Klasifikasi sistem data mining 10 algoritma data mining yang paling umum Permasalahan dalam data mining

Mengapa DM: Banjir Data Twitter: 8000an tweet per detik 600 juta tweet per hari. Facebook: 30 milyar item (link, status, note, foto dst) per bulan. 500 juta user menghabiskan 700 milyar menit per bulan di situs FB. Indomaret: 4500an gerai, asumsikan 3 transaksi per menit 12 juta transaksi per hari se Indonesia. Kartu kredit visa: berlaku di 200 negara. 10 ribu transaksi per detik 850 juta transaksi per hari.

Mengapa Datamining We are drowning in data, but starving for knowledge!

Mengapa data mining? Digitalisasi, kemajuan sistem informasi data, data, data (Tera Peta) Web berita, blog, twitter, forum, flickr, fb, youtube Streaming data twitter, f4, sensor (satelit)

Evolusi DB 60-an: koleksi data (file system primitif) 70-80: MIS (Sistem Informasi Management) 80-sekarang: OO, Deductive, Spatial, Multimedia 90-sekarang: Web based (XML, web mining), Datawarehouse, OLAP, Text Database, Text Data mining 05-sekarang: Stream data management and mining, Cloud, Web

Apa Data Mining? Data mining (pencarian pengetahuan dari data) – Mengekstrak secara otomatis pola atau pengetahuan yang menarik (tidak sederhana, tersembunyi, tidak diketahui sebelumnya, berpotensi berguna) dari data dalam jumlah sangat besar.

Apa Datamining? (lanj) Nama alternatif: Knowledge discovery (mining) in databases (KDD), knowledge extraction, data/pattern analysis, data archeology, data dredging, information harvesting, business intelligence dsb Keuntungan bagi organisasi yang menerapkan data mining?

Keuntungan Datamining Perusahaan fokus ke informasi yg berharga di datawarehouse/databasenya. Meramalkan masa depan perusahaan dapat mempersiapkan diri

Contoh: Midwest grocery chain menggunakan DM untuk menganalisisi pola pembelian: saat pria membeli popok di hari Kamis dan Sabtu, mereka juga membeli minuman. Analisis lebih lanjut: pembeli ini belanja di hari kamis dan sabtu, tapi di hari kamis jumlah item lebih sedikit. Kesimpulan yang diambil: pembeli membeli minuman untuk dihabiskan saat weekend. Tindak lanjut: menjual minuman dengan harga full di hari Kamis dan Sabtu. Mendekatkan posisi popok dan minuman.

Contoh Aplikasi Bank me-mining transaksi customer untuk mengidentifikasi customer yang kemungkinan besar tertarik terhadap produk baru. Setelah teknik ini digunakan, terjadi peningkatan 20 kali lipat penurunan biaya dibandingkan dengan cara biaya.

Contoh Aplikasi Perusahaan transportasi memining data customer untuk mengelompokan customer yang memiliki nilai tinggi yang perlu diprioritaskan.

Datamining di DB vs Independen Oracle 9i MS SQL Server IBM Intelligent Miner V7R1 NCR Teraminer Kelebihan dan Kerugiannya?

Proses Datamining Pattern Evaluation Data Mining Task-relevant Data Data Warehouse Selection Pembersihan Data Data Integration Databases Diambil dari www.cs.uiuc.edu/ hanj

Data Mining dan Business Intelligence Semakin mendukung pengambilan keputusan End User Pengambi lan Keputusa n Presentasi Data Teknik Visualiasi Data Mining Penemuan Informasi Business Analyst Data Analyst Eksplorasi Data Statistical Summary, Querying, and Reporting Data Preprocessing/Integrasi, Data Warehouses Sumber Data Database, Web, Paper, Files, Web, eksperimen DBA Diambil dari www.cs.uiuc.edu/ hanj

Data Mining: Multi Disiplin Ilmu Teknologi DB Machine Learning Pattern Recognition Statistik Data Mining Algoritma Visualisasi Ilmu Lain

Mengapa tidak analisis data biasa? Jumlah data yang sangat besar – Algoritma harus scalable untuk menangani data yang sangat besar (tera) Dimensi yang sangat besar: ribuan field Data Kompleks – Aliran data dan sensor – Data terstruktur, graph, social networdk, multi-linked data – Database dari berbagai sumber, database lama – Spasial (peta), multimedia, text, web – Software Simulator

Data Mining dari berbagai sudut pandang Data – Relational, datawarehouse,web, transaksional, stream, OO, spasial, text, multimedia Pengetahuan yang akan ditambang – Karakterisitik, diskriminasi, asosiasi, klasifikasi, clustering, trend, outlier Teknik – Database, OLAP, machine learning, statistik, visualiasi Penerapan – Retail, telekomunikasi, banking, analisis kejahatan, bio-data mining, saham, text mining, web mining

Klasifikasi sistem Data Mining Fungsi – Deskriptif – Prediktif Sudut pandang: – Data : Jenis data yang akan ditambang – Pengetahuan view: Pengetahuan yang akan ditemukan – Teknik: Teknik yang akan digunakan – Aplikasi

Data Mining: Data apa saja? Database Tradisional – Relational database, data warehouse, transactional database Advanced Database – Data streams dan data sensor – Time-series data, temporal data, sequence data (incl. bio-sequences) – Structure data, graphs, social networks and multi-linked data – Object-relational databases – Heterogeneous databases dan legacy databases – Spatial data dan spatiotemporal data – Multimedia database – Text databases – World-Wide Web

Top-10 Algorithm di ICDM’06 #1: C4.5 (61 votes) #2: K-Means (60 votes) #3: SVM (58 votes) #4: Apriori (52 votes) #5: EM (48 votes) #6: PageRank (46 votes) #7: AdaBoost (45 votes) #7: kNN (45 votes) #7: Naive Bayes (45 votes) #10: CART (34 votes)

Permasalahan Pada DM Metodologi – Mining beragam pengetahuan dari beragam sumber data – Kinerja: efesiensi, efektivitas dan skalabilitas – Evaluasi pola – Background knowledge – Noise (gangguan) dan data yang tidak lengkap – Distributed dan paralel method. – knowledge fusion (penggabungan)

Permasalahan DM (lanj) Interaksi pengguna – Data mining query languages dan ad-hoc mining – Visualisasi – Interactive mining Aplikasi – Domain spesifiik – Perlindungan data

Tugas Carilah artikel dari jurnal atau ebook tentang algoritma yang digunakan dalam data mining, minimal 2 algoritma. Buat resumenya dan cantumkan sumber artikelnya beserta isinya. Resume Dikumpulkan tanggal 21 maret 2018 dalam bentuk hardcopy