Data Mining

Pengertian Data Mining

Data Mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Patut diingat bahwa kata mining sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar material dasar. Karena itu Data Mining sebenarnya memiliki akar yang panjang dari bidang ilmu seperti kecerdasan buatan (artificial intelligent), machine learning, statistik dan database.

Fungsi Data Mining

 

Kegunaan data mining adalah untuk menspesifikasikan pola yang harus ditemukan dalam tugas data mining. Secara umum tugas data mining dapat diklasifikasikan ke dalam dua kategori: deskriptif dan prediktif. Tugas menambang secara deskriptif adalah untuk mengklasifikasikan sifat umum suatu data di dalam database. Tugas data mining secara prediktif adalah untuk mengambil kesimpulan terhadap data terakhir untuk membuat prediksi.

1. Konsep/Class Description

Data dapat diasosiasikan dengan pembagian class atau konsep.

2. Association Analysis

Association analysis adalah penemuan association rules yang menunjukkan nilai kondisi suatu attribute yang terjadi bersama-sama secara terus-menerus dalam memmberikan set data.

3. Klasifikasi dan Predikasi

Klasifikasi dan prediksi mungkin perlu diproses oleh analisis relevan, yang berusaha untuk mengidentifikasi atribut-atribut yang tidak ditambahkan pada proses klasifikasi dan prediksi.

4. Cluster Analysis

Tidak seperti klasifikasi dan prediksi, yang menganalisis objek data dengan kelas yang terlabeli, clustering menganalisis objek data tanpa mencari keterangan pada label kelas yang diketahui.

5. Outlier Analysis

Outlier dapat dideteksi menggunakan test yang bersifat statistik yang mengambil sebuah distribusi atau probabilitas model untuk data, atau menggunakan langkah-langkah jarak jauh di mana objek yang penting jauh dari cluster lainnya dianggap outlier.

6. Evolution Analysis

Data analisa evolusi menggambarkan ketetapan model atau kecenderungan objek yang memiliki kebiasaan berubah setiap waktu. 

 

Selain itu data mining juga dapat berfungsi sebagai :

1. Segmentasi Pasar

Mengidentifikasi karakteristik umum dari pelanggan yang membeli produk yang sama

2. Analisis keranjang penjualan

Memahami produk atau servis yang pada umumnya dijual bersama-sama.

3. Analisis kecenderungan

Menyatakan perbedaan antara tipe pelanggan bulan ini dan yang lalu.

4. Intelligence Marketing

Jenis-jenis Data Mining 

1. Market Basket Analysis 

  Himpunan data yang dijadikan sebagai objek penelitan pada area data mining. Market basket analysis adalah proses untuk menganalisis kebiasaan pelanggan dalam menyimpan item-item yang akan dibeli ke dalam keranjang belanjaannya.

2. Memory-Based Reasoning 

  Metode klasifikasi yang digabungkan dengan penalaran berbasis memori. proses menggunakan satu set data untuk membuat model dari prediksi atau asumsi-asumsi yang dapat dibuat tentang objek baru yang diperkenalkan.

3. Cluster Detection 

  Ada dua pendekatan untuk clustering. Pendekatan pertama adalah dengan mengasumsikan bahwa sejumlah cluster sudah tersimpan dalam data, tujuannya adalah untuk memecah data ke dalam cluster. Pendekatan lain, disebut clustering agglomerative, dengan asumsi keberadaan setiap jumlah yang telah ditetapkan cluster tertentu, setiap item keluar di cluster sendiri, dan proses terjadi berulang-ulang yang berupaya untuk menggabungkan cluster, meskipun proses komputasi sama. 

4. Link Analysis 

  Proses mencari dan membangun hubungan antara object dalam kumpulan data juga mencirikan sifat yang terkait dengan hubungan antara dua object. Link Analysis berguna untuk aplikasi analitis yang mengandalkan teori grafik untuk mengambil kesimpulan. Selain itu Link Analysis berguna untuk proses optimasi. 

5. Rule Induction 

  Ekstraksi aturan sebab-akibat dari data secara statistic. identifikasi aturan bisnis yang tersimpan di dalam data. Metode berhubungan dengan induksi aturan yang digunakan untuk proses penemuan. Salah satu pendekatan untuk penemuan aturan adalah menggunakan pohon keputusan. 

6. Neural Networks 

  Model prediksi non linear yang melakukan pembelajaran melalui latihan dan menyerupai struktur jaringan nerual yang terdapat pada mahluk hidup. Mampu menurunkan pengertian dari data yang kompleks dan tidak jelas dan dapat digunakan pula untuk mengekstrak pola dan mendeteksi tren2 yang sangat kompleks untuk dibicarakan baik oleh manusia maupun teknik komputer lainnya. 

Keuntungan dan Kerugian Data Mining

Kelebihan Data Mining :

1. Kemampuan dalam mengolah data dalam jumlah yang besar.

2. Pencarian Data secara otomatis.

Kekurangan Data Mining :

1. Kendala Database ( Garbage in garbage out ).

2. Tidak bisa melakukan analisa sendiri.  

Kesimpulan

 

Data mining merupakan proses semi otomatik yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi pengetahuan potensial dan berguna yang tersimpan di dalam database besar.

Fungsi data mining itu sendiri terdiri dari konsep/class description, association analysis, klasifikasi dan predikasi, cluster analysis, outlier analysis, dan evolution analysis. selain itu data mining juga berfungsi untuk segmentasi pasar, analisis keranjang penjualan, analisis kecenderungan, intelligence marketing.

Jenis jenis data mining yaitu market basket analysis, memory-based reasoning, cluster detection, link analysis, rule induction, neural networks. 

Kelebihannya data mining dapat mengolah data dalam jumlah yang besar dan pencarian data secara otomatis.Kekurangannya ada pada kendala database ( garbage in garbage out ) dan tidak bisa melakukan analisa sendiri.

 

sumber : http://michsamuel.blogspot.co.id/2014/05/individu-2-data-mining.html  

DBMS (Data Base Management System)

PENGERTIAN 

 DBMS (Data Base Management System) yakni perangkat lunak yang menangani semua pengaksesan database. Secara fungsi, data base management system atau dbms mempunyai fasilitas mengintegrasikan, terhubung, merekayasa dan memelihara basis data.
Basis data merupakan kumpulan data yang saling berhubungan satu dengan yang lainnya yang diaorganisasikan sesuai struktur tertentu dan disimpan dengan baik.  Untuk mendapatkan informasi yang berguna dari kumpulan data maka diperlukan suatu perangkat lunak (software) untuk memanipulasi data sehingga mendapatkan informasi yang berguna.

FUNGSI DBMS

1. MENJAGA INTEGRITAS DATA
DBMS berfungsi untuk mengurangi dan menghilangkan redundansi data dan memaksimalkan konsistensi data agar setiap kali menampilkan data, sesuai dengan data aslinya.

2. PENYIMPANAN DATA (DATA STORAGE MANAGEMENT)
DBMS berfungsi sebagai tempat penyimpanan data, kecanggihan DBMS saat ini dapat menyimpan data dalam berbagai jenis seperti video dan gambar.

3. KAMUS DATA
DBMS berfungsi melakukan manajemen terhadap elemen pada database dan bagaimana mereka di hubungkan (relasi) dengan data lainnya.

4. TRANSFORMASI DAN PENYAJIAN DATA
DBMS berfungsi sebagai transformasi dan penyajian data antara lain adalah mengkonversi setiap data yang dimasukkan pada struktur dan format yang telah ditentukan.

5. KEAMANAN DATA
DBMS berfungsi memberikan hak akses pada orang yang sesuai dan mengatur apa saja yang dapat dilakukan oleh user tersebut pada sebuah database.

6. MEMUNGKINKAN AKSES BEBERAPA USER
DBMS memungkinkan beberapa user melakukan interaksi pada sebuah database 

7. MENYEDIAKAN PROSEDUR BACKUP DAN RECOVERY
DBMS memungkinkan database yang ada untuk di backup dan di recovery sesuai dengan kebutuhan dengan memanfaatkan teknik dan wizard yang dimiliki masing masing DBMS.

8. MENYEDIAKAN BAHASA AKSES DAN PEMOGRAMAN
DBMS menyediakan SQL untuk melakukan manipulasi dan membuat skema pada database yang dikenal dengan DML dan DDL.

9. MENYEDIAKAN INTERFACE UNTUK KOMUNIKASI
DBMS menyediakan interface untuk melakukan komunikasi antara database yang satu dengan yang lainnya.

10. MANAJEMEN TRANSAKSI
DBMS menyediakan mekanisme dalam mengatur transaksi dan perintah yang disampaikannya untuk memastikan konsistensi data.

KEUNTUNGAN DBMS

1. Kebebasan data serta hak akses yang efisien

2. Mereduksi saat pengembangan aplikasi

3. Integritas serta keamanan data

4. Administrasi keseragaman data

5. Akses berbarengan serta perbaikan dari terjadinya crashes (tabrakan dari sistem serentak) 

6. Kurangi data redudansi (bisa direduksi/dikurangi namun tak bisa dihilangkan sekalipun untuk keperluan keyfield

7. Memerlukan sedikit memori unyk penyimpanan data

KERUGIAN DBMS

1. Harga software yang cukup mahal

2. Memerlukan memori sekunder 

3. Membutuhkan pengetahuan spesial agar bisa memakai dengan cara penuh

CONTOH DBMS

1. MySQL

2. Oracle

3. Firebirh

4. Microsoft SQL server 2000

5. Visual Foxpro 6.0

6. Database Desktop Paradox

KESIMPULAN 

Basis data atau Data Base merupakan kumpulan data yang saling berhubungan satu dengan yang lainnya dan terorganisasi sesuai struktur tertentu.

Dilihat dari segi fungsi banyak perusahaan nasional maupun internasional yang memanfaatkannya untuk aktivitas perusahaan tersebut. fungsi yang dimaksud yaitu : Menjaga Integritas Data, Penyimpanan Data (Data Storage Management), Kamus Data, Transformasi dan Penyajian Data, Keamanan Data, Memungkinkan Akses Beberapa User, Menyediakan Prosedur Backup dan Recovery, Menyediakan bahasa akses dan pemogramman, Menyediakan interface untuk komunikasi, dan Manajemen Transaksi

keuntungannya kebebasan data serta hak akses yang efisien, mereduksi saat pengembangan aplikasi, integritas serta keamanan data, administrasi keseragaman data, akses berbarengan serta perbaikan dari terjadinya crashes (tabrakan dari sistem serentak), kurangi data redudansi (bisa direduksi/dikurangi namun tak bisa dihilangkan sekalipun untuk keperluan keyfield, dan memerlukan sedikit memori unyk penyimpanan data

kerugiannya harga software yang cukup mahal, memerlukan memori sekunder, dan membutuhkan pengetahuan spesial agar bisa memakai dengan cara penuh

 SARAN

Kerumitan dan banyaknya fungsi yang ada menyebabkan DBMS memerlukan banyak software pendukung yang mengakibatkan penambahan tempat penyimpanan dan memory. Sebaiknya DBMS dikembangkan lagi untuk meminimalisir kerugian yang ada seperti hal dalam segi penyimpanan dan biaya software yang kurang bersahabat.

SUMBER : https://www.blogger.com/blogger.g?blogID=7816694859482553915#allposts

 

SISTEM PAKAR (EXPERT SYSTEM)

Sistem Pakar (Expert System)

Pengertian sistem pakar

Pakar adalah orang yang memiliki pengetahuan, penilaian, pengalaman, metode khusus serta kemampuan untuk menerapkan bakat ini didalam memberi nasihat dan memecaahkan masalah. Misalnya seorang dokter, penasehatkeuangan, pakar mesin mobil, dan lain sebagainya.

Kepakaran (Expertise) adalah pengetahuan yang ekstensif (meluas) dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan membuat pakar dapat mengambil keputusan lebih baik dan lebih cepat daripada non-pakar dalam memecahkan masalah yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak daripada junior.

Sistem pakar  adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli.

Tujuan dari sebuah sistem pakar adalah untuk mentransfer kepakaran yang dimiliki seorang pakar kedalam komputer, dan kemudian kepada orang lain (nonexpert).

Sistem pakar memberikan banyak keuntungan bagi operasi perusahaan dan manajer, tetapi memiliki keterbatasan signifikan.

Tujuan dari pengembangan sistem pakar adalah :

• ·         Mempermudah tenaga kerja ahl
• ·         Mengganti tenaga ahli
• ·         Menggabungkan kemampuan tenaga ahli
• ·         Training tenaga ahli
• ·         Mengurangi resiko pada pekerjaan yang berbahaya
• ·         Menyediakan para ahli pada bidang pekerjaan “kering” 

Keuntungan

Ada banyak manfaat atau keuntungan yang dapat diperolah dengan mengembangkan sistem pakar, antara lain :

1.            Masyarakat awam non-pakar dapat memanfaatkan keahlian di dalam bidang tertentu tanpa kehadiran langsung seorang pakar.

2.            Meningkatkan produktivitas kerja, yaitu bertambah efisiensi pekerjaan tertentu serta hasil solusi kerja.

3.            Penghematan waktu dalam menyelesaikan masalah yang kompleks.

4.            Memberikan penyederhanaan solusi untuk kasus-kasus yang kompleks dan berulang-ulang.

5.            Pengetahuan dari seorang pakar dapat didokumentasikan tanpa ada batas waktu.

6.            Memungkinkan penggabungan berbagai bidang pengetahuan dari berbagai pakar untuk dikombinasikan.

Kerugian

Selain banyak manfaat yang diperoleh, ada juga kelemahan pengembangan sistem pakar, yaitu :

1.      Daya kerja dan produktivitas manusia menjadi berkurang karena semuanya dilakukan secara otomatis oleh sistem.

2.      Pengembangan perangkat lunak sistem pakar lebih sulit dibandingkan dengan perangkat lunak

3.      Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.

4.      Sistem tidak bernilai 100% benar

Contoh Aplikasi dan Pengembangan Sistem Pakar

a.       Dendral : Mengidentifikasi struktur organik tak dikenal melalui analisa spektrum massa dan ilmu kimia

b.      Mycin: Identifikasi bakteri penyebab infeksi dan merekomendasikan antiobiotik dengan dosis yang disesuaikan dengan berat tubuh pasien. Dirancang oleh Edward Feigenbaum (Universitas Stanford) th ’70 an.

c.       Dipmeter Advisor: Digunakan oleh Schlumberger untuk analisis data dalam pengeboran minyak.

d.      XCON & XSEL : Membantu konfigurasi sistem komputer besar. Dikembangkan oleh Digital Equipment Corporation (DEC) dan Carnegie Mellon Universitas (CMU), akhir ’70 an. Untuk sistem komputer DEC VAC 11 1780

e.       Sophie : Analisis sirkit elektronik

f.       Prospector : Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit. Didesign oleh Sheffield Research Institute, akhir ‘70an

g.      Folio : Menbantu memberikan keutusan bagi seorang manajer dalam hal stok broker dan investasi.

h.      Delta : Pemeliharaan lokomotif listrik disel. Didesign & dikembangkan oleh General Electric Company.

i.        YESMVS : Membantu operator komputer & mengontrol sistem operasi MVS (multiple virtual storage). Didesign oleh IBM awal th ‘80an

j.        ACE : SP troubleshooting pd sistem kabel telpon. Didesign & dikembangkan oleh AT&T Bell Lab awal th ‘80an

Contoh Aplikasi Sistem Pakar

Ini adalah contoh Sistem Pakar sederhana, Sistem Pakar Bengkel Mobil yang bertujuan untuk mencari apa yang salah sehingga mesin mobil pelanggan yang tidak mau hidup, dengan memberikan gejala-gejala yang teramati. Anggap Sistem Pakar kita memiliki aturan-aturan berikut:

1.      JIKA mesin_mendapatkan_bensin DAN starter_dapat_dihidupkan MAKA ada_masalah_dengan_pengapian

2.      JIKA TIDAK BENAR starter_dapat_dihidupkan DAN TIDAK BENAR lampu_menyala MAKA ada_masalah_dengan_aki

3.      JIKA TIDAK BENAR starter_dapat_dihidupkan DAN lampu_menyala MAKA ada_masalah_dengan_starter

4.      JIKA ada_bensin_dalam_tangki_bahan_bakar MAKA mesin_mendapatkan_bensin

fasilitas penjelas

Contoh pemakaian fasilitas penjelas dalam Sistem Pakar di atas dapat dilihat pada percakapan berikut :

System Pakar : Apakah ada bensin dalam tangki bahan bakar?

Klien               : Ya

System Pakar  : Apakah starter dapat dihidupkan?

Klien               : Tidak

System Pakar : Apakah lampu menyala?

Klien               : Mengapa?

System Pakar  :  Saya mencoba membuktikan bahwa ada masalah dengan aki. Sudah ditunjukkan adalah tidak benar starter dapat dihidupkan. Sehingga

jika tidak benar bahwa lampu menyala, maka ada masalah dengan

aki. Apakah lampu menyala?

Klien               : Tidak

System Pakar  : Saya berkesimpulan bahwa ada masalah dengan aki

Klien               : Bagaimana bisa?

System Pakar  : Hal ini sesuai dengan aturan no 2 : JIKA TIDAK BENAR

starter_dapat_dihidupkan DAN TIDAK BENAR lampu_menyala

MAKA ada_masalah_dengan_aki bahwa tidak benar

starter_dapat_dihidupkan sudah dijawab, bahwa tidak benar

lampu_menyala sudah dijawab, sehingga dapat disimpulkan bahwa

ada_masalah_dengan_aki.

Kesimpulan

Dari pengertian sistem pakar diatas dapat kita tarik kesimpulan bahwa sitem pakar adalah sistem yang berusaha menerapkan pemikiran ahli pakar dan bertujuan untuk memecahkan masalah dalam bidang tertentu

Artikel diatas juga menjelaskan tentang keuntungan sistem pakar dalam masyarakat umum. Dijaman serba modern seperti ini aplikasi berbasis sistem pakar memang sangat diperlukan masyarakat umum dalam memecahkan masalah di setiap bidangnya masing masing. Sehingga sangat bermanfaat untuk masyarakat yang penuh dengan aktivitas setiap harinya.

Dikarenakan sistem pakar ini masih buatan manusia dan manusia pun tidak lalai dari yang namanya kesalahan dikarenakan manusia itu tidak ada yang sempurna. dapat kita lihat dari beberapa kerugian pada sistem pakar tesebut hal itu dikarenakan adanya kesalahan dalam pembuatan sistem pakar yang tidak terpikirkan oleh seorang ahli pakar.

Inti dari tujuan pembuatan sistem pakar ini agar mempermudah masyarakat awam memecahkan masalah dalam bidang yang bermasalah.

Sumber :

https://www.academia.edu/12059237/Makalah_Sistem_Informasi_Manajemen_-_Sistem_Pakar_Expert_System?auto=download