Konsep Data Mining

DATA MINING &

KNOWLEDGE DISCOVERY IN DATABASES
Bertalya
Universitas Gunadarma
2009
Data Mining (DM)
DM merupakan suatu proses penjelajahan otomatis
untuk mendapatkan informasi berguna dalamsuatu
repositori data yang sangat besar.
DM merupakan bagian yg terintegrasi dari Knowledge
Discovery in Databases (KDD).
KDD terbagi atas 3 tahap secara global yakni
Data preprocessing
Data mining
Postprocessing
DM dan KDD 2
Tahap-tahap pada KDD
Data preprocessing, bertujuan mentransformasikan
data mentah ke format yg sesuai utk analisis.
Terdiri atas proses seleksi fitur, reduksi dimensionalitas,
normalisasi dan subsetting data
Postprocessing, bertujuan untuk menjamin bahwa hasil
proses data mining yg diintegrasikan pada sistem
penunjang keputusan, benar2 hasil yg valid.
Terdiri atas proses penapisan pola, visualisasi dan
interpretasi pola
DM dan KDD 3
(KDD) Proses transformasi data mentah menjadi
informasi berguna
DM dan KDD 4
Tahap-tahap Detail pada KDD
Seleksi proses penyeleksian atau segmentasi data
menurut beberapa kriteria,
mis. Orang-orang yang mempunyai mobil
Preprocessing proses pembersihan data, dimana
informasi yg tidak dibutuhkan dibuang,
Mis. J enis kelamin pasien utk analisis kehamilan
Data dikonfigurasi ulang untuk memastikan format yg
konsisten krn berasal dari berbagai sumber.
Mis. J enis kelamin disimpan dgn bentuk f atau m dan
1 atau 0
DM dan KDD 5
Tahap2 pada KDD (lanj.)
Transformasi proses transformasi sehingga data
menjadi berguna dan dapat ditelusuri.
Data Mining proses yg berfokus pada ekstraksi pola2
data. Pola dapat didefinisikan sebagai sekumpulan
fakta2 (data) F, bahasa L, dan beberapa measure of
certainty (pengukuran kepastian) C.
Suatu pola dinyatakan S dalamL menggambarkan
keterhubungan antara subset Fs dari F dgn kepastian c
dimana S adalah simpel dibandingkan perhitungan
semua fakta dalamFs.
DM dan KDD 6
Tahap2 pada KDD (lanj.)
Interpretasi & Evaluasi pola diidentifikasi sistem,
lalu diinterpretasikan sebagai pengetahuan yg dapat
digunakan utk mendukung pengambilan keputusan
manusia, contoh
tugas prediksi & klasifikasi,
meringkas konten suatu database
menjelaskan fenomena yg diamati
DM dan KDD 7
Isu / Masalah DM
Sistemdata mining bertumpu pada database2 yg
memasok data mentah sebagai masukan. Masalah yg
timbul a.l :
Informasi yg terbatas
Database dirancang utk tujuan berbeda dgn DM. Atribut2nya
sederhana. Data yg tidak lengkap menimbulkan masalah
karena apabila tidak terdapat atribut2 penting utk
pengetahuan domain aplikasi tertentu, hal ini akan
mengakibatkan kesulitan utk mendapatkan pengetahuan yg
tepat utk domain tertentu.
Contoh, tidak dapat mendiagnosa penyakit malaria dari
database pasien apabila database tersebut tidak terdapat
hasil pengukuran sel darah merah pasien
DM dan KDD 8
Isu / Masalah DM (lanj.)
Nilai data yg hilang atau noise
Biasanya database terkontaminasi oleh kesalahan
sehingga tidak dapat sepenuhnya dinyatakan bahwa
database mempunyai data yg benar.
Ketidakpastian
Ketidakpastian merujuk pada tingkat kesalahan dan noise
pada data
Bidang yg tidak relevan & termodifikasi serta
ukurannya
Database cenderung sangat besar & dinamis, dimana
kontennya selalu berubah2 (ditambah, dimodifikasi &
dihapus).
DM dan KDD 9
Isu / Masalah DM (lanj.)
Masalahnya bagaimana menyakinkan bahwa aturan yg
ada tetap up-to-date & konsisten dgn informasi yg ada.
Selain itu, bidang database terkadang tidak relevan dgn
fokus pencarian data.
Contoh, kode pos merupakan hal dasar utk menyatakan
hubungan mengenai sesuatu secara geografis, seperti
penjualan produk.
DM dan KDD 10
Arsitektur DM
DM dan KDD 11
Graphical user interface
Pattern evaluation
Data mining engine
Database or data
warehouse server
Knowledge-base
Databases
Databases
Data
Warehouse
Data cleaning & data integration
Filtering
Data pada DM
Database relasional
Data warehouse
Database transaksi
Database lanjut & repositori informasi
Database berorientasi objek & database relasional
Database Spasial
DataTime-series & data temporal
Database teks & database multimedia
Database heterogen & database legal
WWW
DM dan KDD 12