BAB 1

3. Dari kagiatan berikut , mana yang tidak termasuk dalam pekerjaan data
mining?

a. Membagi pelanggan sebuah perusaan sesuai penghasilannya.

b. Menghitung total penjualan sebuah perusahaan.

c. Mencari konsumen yang setia menggunakan produk perusahaan selama

jangka waktu tertentu.

d. Memprediksikan stok barang perusahaan dimasa depan dengan

menggunakan catatan historis.

Untuk menjawab soal diatas kita harus mengetahui beberapa Teknik data
mining.

Teknik Data mining

Beberapa teknik dan sifat data mining adalah sebagai berikut :

1. Classification [Klasifikasi]

Klasifikasi adalah menentukan sebuah record data baru ke salah satu dari
beberapa katagori (atau kelas) yang telah didefinisikan sebelumnya

2. Clustering [Pengelompoan]

mengidentifikasi pengelompokkan hal-hal berdasarkan karakter-karakter yang

sudah diketahui, seperti mengelompokkan pelanggan dalam segment-segment
yang berbeda berdasarkan demographis dan perilaku pembelian di masa lalu.

3. Association Rule Discovery [Asosiasi/hubungan]

Mendeteksi kumpulan atribut-atributyang muncul bersamaan (co-occur) dalam
frekuensi yang sering, dan membentuk sejumlah kaidah dari kumpulan-
kumpulan tersebut untuk menemukan hubungan yang menarik antar variable
dalam basis data yang besar.

4. Sequential Pattern Discovery[Pencarian pola sekuensial]

Mencari sejumlah event yang secara umum terjadi bersama-sama.

5. Regression /prediction [Prediksi]

Prediksi adalah suatu proses memperkirakan secara sistematis tentang sesuatu

yang paling mungkin terjadi di masa depan berdasarkan informasi masa lalu
dan sekarang yang dimiliki, agar kesalahannya (selisih antara sesuatu yang
terjadi dengan hasil perkiraan) dapat diperkecil.

Contoh aplikasinya :

1. Memprediksi jumlah penjualan produk baru berdasarkan pada iklan.

2. Memprediksi kecepatan angin sebagai suatu fungsi suhu, kelembaban.

Jadi dapat di katakana bahwa;

a. membagi pelanggan sebuah perusaan sesuai penghasilannya.

Ini merupakan data mining yang termasuk dalam Clustering [Pengelompoan]

mengidentifikasi pengelompokkan hal-hal berdasarkan karakter-karakter yang
sudah diketahui.

b. menghitung total penjualan sebuah perusahaan.

ini bukan merupakan data mining, karena kegiatan ini hanya menjumlahan
hasil total dari sebuah data atau biasa disebut deskripsi data saja.
c. mencari konsumen yang setia menggunakan produk perusahaan selama
jangka waktu tertentu.

Ini merupakan data mining yang termasuk dalam Sequential Pattern

Discovery[Pencarian pola sekuensial] yaitu Mencari sejumlah event yang
secara umum terjadi bersama-sama.

d. memprediksikan stok barang perusahaan dimasa depan dengan

menggunakan catatan historis.

Ini merupakan kegiatan data mining yang termasuk dalam Regression

/prediction [Prediksi] yaitu suatu proses memperkirakan secara sistematis
tentang sesuatu yang paling mungkin terjadi di masa depan berdasarkan
informasi masa lalu.

4. Salah satu langkah dalam proses KDD adalah pemilihan data-set yang akan
digunakan untuk menyelesaikan permasalahan tertentu. Jika kita ingin
mengetahUi kelompok pengguna kartu kredit yang bermasalah atau
melakukan transaksi curang

Merupakan proses klasifikasi.

Dalam klasifikasi, terdapat target variabel kategori. Sebagai contoh

penggolongan pendapatan dapat dipisahkan dalam tiga kategori yaitu
pendapatan tinggi, pendapatan sedang, dan pendapatan rendah. Contoh lain
menentukan apakah suatu transaksi kartu kredit merupakan transaksi yang
curang, memperkirakan apakah suatu pengajuan hipotek oleh nasabah
merupakan suatu kredit yang baik atau buruk, mendiagnosa penyakit seorang
pasien untuk mendapatkan termasuk kategori penyakit apa.