Disusun Oleh :
Conny Ariestyani
41519310013
Jelaskan fungsionalitas dari data mining berikut ini characterization, discrimination, association and
correlation analysis, classification, regression, clustering, dan,
outlier analysis kemudian berikan contohnya dari database kehidupan nyata yang anda kenal.
Misalkan data untuk analisis mencakup atribut usia. Nilai usia untuk data (dalam urutan meningkat)
13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40, 45, 46, 52, 70 .
Tentukan :
a. Median dan Mean dari data diatas
b. Hitung Quartil pertama (Q1) dan ketiga (Q3) dari data diatas
c. Gambarkan boxplot dari data diatas
Hitunglah :
a. mean, median, dan standard deviation dari age dan %fat.
b. Gambarkan boxplots untuk age dan %fat.
c. Gambarkan scatter plot berdasarkan 2 variabel diatas
200,300,400,600,1000
Cari association Rule dengan frequent itemset=2 dan batasan min (support) = 60% dan min
(confidence) = 80%
JAWABANNYA :
• Clustering, Membuat data yang akan dijadikan dalam bentuk grup untuk
membentuk kelas baru. Misalnya, Memaksimalkan kesamaan intra-kelas &
meminimalkan kesamaan antar kelas.
• Outlier Analysis, Objek data yang tidak memiliki kesesuaian dengan pola
umum dari data, berguna untuk melakukan pendeteksian penipuan dan
analisis kejadian langka.
Contoh Penerapan Data Mining
1. Analisa pasar dan manajemen. Solusi yang dapat diselesaikan dengan data mining, diantaranya:
Menembak target pasar, Melihat pola beli pemakai dari waktu ke waktu, Cross-Market analysis,
Profil Customer, Identifikasi kebutuhan Customer, Menilai loyalitas Customer, Informasi
Summary.
2. Analisa Perusahaan dan Manajemen resiko. Solusi yang dapat diselesaikan dengan data mining,
diantaranya: Perencanaan keuangan dan Evaluasi aset, Perencanaan sumber daya (Resource
Planning), Persaingan (Competition).
3. Sebuah perusahaan telekomunikasi menerapkan data mining untuk melihat dari jutaan transaksi
yang masuk, transaksi mana sajakah yang masih harus ditangani secara manual.
4. Financial Crimes Enforcement Network di Amerika Serikat baru-baru ini menggunakan data
mining untuk me-nambang trilyunan dari berbagai subyek seperti property, rekening bank dan
transaksi keuangan lainnya untuk mendeteksi transaksi-transaksi keuangan yang mencurigakan
(seperti money laundry) .
6. IBM Advanced Scout menggunakan data mining untuk menganalisis statistik permainan NBA
(jumlah shots blocked, assists dan fouls) dalam rangka mencapai keunggulan bersaing
(competitive advantage) untuk tim New York Knicks dan Miami Heat.
7. Jet Propulsion Laboratory (JPL) di Pasadena, California dan Palomar Observatory berhasil
menemukan 22 quasar dengan bantuan data mining. Hal ini merupakan salah satu kesuksesan
penerapan data mining di bidang astronomi dan ilmu ruang angkasa.
8. Internet Web surf-aid IBM Surf-Aid menggunakan algoritma data mining untuk mendata akses
halaman Web khususnya yang berkaitan dengan pemasaran guna melihat prilaku dan minat
customer serta melihat ke- efektif-an pemasaran melalui Web
2. 13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40,
45, 46, 52, 70 .
Median: 25
Mean : 29.96
Q1 : 20.5
Q3 35
3.
- Median Age : 51
- Median %Fat : 30.7%
- Mean Age : 46.4
- Mean %Fat : 28.7%
- Standard Deviasi Age : 13.21
- Standard Deviasi %Fat : 9.25%
- BoxPlots Age & %Fat
• Scatter plot
Scatter Plot
45
40
35
30
25
20
15
10
10 20 30 40 50 60 70
a. Min-Max Normalization:
Number Normalize
d
200 0 X Min 200
300 0,125 X Max 1000
400 0,25
600 0,5
1000 1
Mean 500
Absolute Deviation 240
c. Decimal Scaling Normalization
Min-Max
Number Normalize Z-Score Decimal Scaling Normalized
d
200 0 -1,25 0,02
300 0,125 -0,83333 0,03
400 0,25 -0,41667 0,04
600 0,5 0,416667 0,06
1000 1 2,083333 0,1
10^j 10000
5.
Cari association Rule dengan frequent itemset=2 dan batasan min (support) = 60% dan
min (confidence) = 80%
1- Itemset
F1 = {Sunset milk}, {Dairyland Cheese}, {Dairyland Milk}, {Tasty Pie}, {Wonder
Bread}
2- Itemset
F2 = {Sunset milk, Dairyland Cheese}, {Dairy milk, Tasty Pie}, {Dairy milk, Wonder
Bread},
{Tasty Pie, Wonder Bread}
3-Itemset
F3 = {Sunset milk, Dairy milk, Tasty Pie}