PengantarDataMiningDataMining|SistemInformasi|FakultasIlmuKomputer|2019

ApaituDataMining• Disiplinilmuyangmempelajarimetode untukmengekstrakpengetahuan ataumenemukanpoladarisuatudatayangbesar

• Ekstraksidaridatakepengetahuan:1. Data:faktayangterekamdantidakmembawaarti2. Pengetahuan:pola,rumus,aturanataumodelyangmunculdaridata

• Nama laindatamining:• KnowledgeDiscoveryinDatabase(KDD)• Knowledgeextraction• Patternanalysis• Informationharvesting• Businessintelligence• Bigdata

DefinisiDataMining

• Melakukanekstraksi untukmendapatkaninformasipentingyangsifatnyaimplisit dansebelumnyatidakdiketahui,darisuatudata(Wittenetal.,2011)

• Kegiatanyangmeliputipengumpulan,pemakaiandatahistorisuntukmenemukanketeraturan,poladan hubungan dalamsetdataberukuranbesar(Santosa,2007)• Extractionofinteresting (non-trivial,implicit,previouslyunknownandpotentiallyuseful)patternsorknowledgefromhugeamountofdata(Hanetal.,2011)

DataMiningTasksandRoles

HubunganDataMiningdanBidangLain

ProsesUtamapadaDataMining

Input(Data)

Metode(AlgoritmaDataMining)

Output(Pola/Model)

Evaluation(Akurasi,AUC,RMSE,etc)

DataMining

• Mengolahdataterstrukturdalambentuktabelyangmemilikiatributdankelas• Menggunakanmetodedatamining,

• Yangdasarberpikirnyamenggunakankonsepstatistika atauheuristikalamachinelearning

Input..• Datainternalperusahaanmaupundataeksternalperusahaan• Berupadataset dengantipedatatertentu,atributdatatertentu

PeranUtamaDataMining

Prediksi

Forecasting

KlasifikasiKlastering

Asosiasi

PeranUtamaDataMining

Tid Refund Marital Status

Taxable Income Cheat

1 Yes Single 125K No

2 No Married 100K No

3 No Single 70K No

4 Yes Married 120K No

5 No Divorced 95K Yes

6 No Married 60K No

7 Yes Divorced 220K No

8 No Single 85K Yes

9 No Married 75K No

10 No Single 90K Yes

11 No Married 60K No

12 Yes Divorced 220K No

13 No Single 85K Yes

14 No Married 75K No

15 No Single 90K Yes 10

Milk

Data

Estimasi

Estimasi WaktuPengirimanPizzaCustomer Jumlah Pesanan(P) JumlahTraffic Light(TL) Jarak(J) Waktu Tempuh(T)

1 3 3 3 162 1 7 4 203 2 4 6 184 4 6 8 36...1000 2 4 2 12

WaktuTempuh(T)=0.48P+0.23TL +0.5JPengetahuan

Pembelajaran denganMetode Estimasi (Regresi Linier)

Label

• Memprediksi nilai variabel bernilai kontinu yangdiberikanberdasarkan nilai-nilai variabel lain,dengan asumsi modeldependensi linieratau nonlinier.• Secara ekstensif dipelajari dalam statistik,bidang jaringan saraf.• Contoh:• Memprediksi jumlah penjualan produk baru berdasarkan pembelanjaanyangmenguntungkan.• Memprediksi kecepatan angin sebagai fungsi suhu,kelembaban,tekananudara,dll.• Prediksi deret waktu dari indeks pasar saham.

Klasifikasi - Prediksi

KlasifikasiKelulusanMahasiswa

Prediksi

Prediksi Harga Saham

Prediksihargasaham

Clustering

• Menemukan kelompok objek sedemikian rupa sehinggaobjek dalam grup akan serupa (atau terkait)satu samalaindan berbeda dari (atau tidak terkait dengan)objekdalam grup lain

Inter-cluster distances are maximized

Intra-cluster distances are

minimized

Asosiasi

• Diberikan satu setrecords(catatan)yangmasing-masing berisisejumlah itemdari koleksi yangdiberikan• Menghasilkan aturan ketergantungan yangakan memprediksi terjadinyasuatu itemberdasarkan kemunculan itemlainnya.

TID Items

1 Bread, Coke, Milk2 Beer, Bread3 Beer, Coke, Diaper, Milk4 Beer, Bread, Diaper, Milk5 Coke, Diaper, Milk

Rules Discovered:{Milk} --> {Coke}{Diaper, Milk} --> {Beer}

AssociationRules

Output/Pola/Model/Knowledge1. Formula/Function (RumusatauFungsiRegresi)

• WAKTUTEMPUH=0.48+0.6JARAK+0.34LAMPU+0.2PESANAN

2. DecisionTree (PohonKeputusan)

3. Rule (Aturan)• IFips3=2.8THENlulustepatwaktu

4. Cluster (Klaster)

FromStupidAppstoSmart Apps

Referensi1. IanH.Witten,FrankEibe,MarkA.Hall,Datamining:Practical

Machine LearningTools andTechniques 3rdEdition,Elsevier,2011

2. Santosa Budi,Teknik Pemanfaatan DataUntuk KeperluanBisnis,Graha Ilmu,2007

3. Materi Romi Satrio Wahono