Teori dan Aplikasi Pengumpulan Data Kesehatan

Fakultas Kesehatan Masyarakat

Universitas Indonesia

Konsep dan Teknologi

Data Mining

Agil Oktota & Friskha Margareth

 Apa Itu Data Mining?

• Perolehan pengetahuan dari data

• Analisa data semi-otomatis atas sekumpulan data yang besar
• Knowledge discovery in databases (KDD) yang meliputi,
preprocessing data, DM, dan postprocessing

Teori dan Aplikasi Pengumpulan Data Kesehatan #2

 Mengapa Data Mining ?
Jika ketersediaan data dalam jumlah yang sangat besar :
√ Tool koleksi data otomatis dan perkembangan teknologi
database menyebabkan banyak sekali data yang bisa
dikumpulkan di dalam database, data warehouse, dan
alat peyimpanan informasi lainnya
√ Pemeriksaan data manual adalah membosankan dan
terkadang tidak masuk akal
Teori dan Aplikasi Pengumpulan Data Kesehatan #3
 Manfaat Data Mining
 Pemanfaatan data mining dilihat dari dua sudut pandang,
yaitu sudut pandang komersial dan sudut pandang
keilmuan.
 Dari sudut pandang komersial, menghasilkan informasi-
informasi yang dibutuhkan yang merupakan asset yang
dapat meningkatkan daya saing suatu institusi.
 Dari sudut pandang keilmuan, data mining dapat
digunakan untuk mengcapture, menganalisis serta
menyimpan data yang bersifat real time dan sangat
besar
Teori dan Aplikasi Pengumpulan Data Kesehatan #4
 Aplikasi Data Mining

• Analisis database dan dukungan keputusan :

– Analisis dan manajemen pasar
– Analisis dan manajemen resiko
• Aplikasi lain :
– Text mining (news group, email, dokumen) dan Web mining
– Stream data mining
– Analisis DNA dan bio data

Teori dan Aplikasi Pengumpulan Data Kesehatan #5

 Analisis dan Manajemen Pasar
• Dari mana data berasal  Kartu kredit, kupon disc, dll
• Target Pasar  Pola pembelian customer dll
• Analisis lintas pasar  korelasi penjualan & taksiran pasar.
• Profil customer  tipe customer
• Analisa kebutuhan customer  keinginan cutomer
• Penyediaan rangkuman informasi  laporan.

Teori dan Aplikasi Pengumpulan Data Kesehatan #6

 Analisis dan Manajemen Resiko Perusahaan

• Perencanaan keuangan dan evaluasi aset

• Perencanaan sumber daya
• Kompetisi

Teori dan Aplikasi Pengumpulan Data Kesehatan #7

 Aplikasi Lain
• Olah raga
– IBM Advanced Scout menganalisa statistik (shots blocked, assists, dan
fouls) pertandingan NBA untuk mendapatkan keuntungan kompetitif bagi
New York Knicks dan Miami Heats
• Astronomi
– Observatory JPL dan Palomar menemukan 22 quasars dengan bantuan
data mining
• Internet Web Surf-Aid
– IBM Surf-Aid menerapkan algoritma data mining untuk akses logs halaman
Web yang terkait dengan pasar dalam upaya mendapatkan kesukaan dan
perilaku customer, menganalisa efektifitas pemasaran Web, perbaikan
situs Web organisasi, dsb.
Teori dan Aplikasi Pengumpulan Data Kesehatan #8
 Data Mining : Suatu Proses KDD
Data mining—inti dari proses
penemuan pengetahuan Evaluasi Pola

Data Mining

Task-relevant Data

Data Warehouse Pemilihan

Pembersihan Data

Integrasi Data

Databases
Teori dan Aplikasi Pengumpulan Data Kesehatan #9
 Langkah-Langkah dari Proses KDD (1)

Pemahamandomain
Pemahaman domain

Pembuatansuatu
Pembuatan suatudata
dataset
settarget
target

Pembersihan/preprocessingdata
Pembersihan/preprocessing data

Reduksi/proyeksidata
Reduksi/proyeksi data

Pemilihantugas
Pemilihan tugasDM
DM

T e o r i d a n A p l i k a s i P e n g u m p u l a n D a t a K e s e h a t a n #10
T e o r i d a n A p l i k a s i P e n g u m p u l a n D a t a K e s e h a t a n #10
 Langkah-Langkah dari Proses KDD (2)

PemilihanAlgoritma
Pemilihan AlgoritmaDM
DM

Datamining:
Data mining:Pencarian
Pencarian

Evaluasipola
Evaluasi pola

Penyajianpengetahuan
Penyajian pengetahuan

Penggunaanpengetahuan
Penggunaan pengetahuanyang
yangdiperoleh
diperoleh

Teori dan Aplikasi Pengumpulan Data Kesehatan #11

 Data mining dan teknologi database lainnya

Peningkatan potensi untuk

mendukung keputusan bisnis
End User
Pembuatan
keputusan

Penyajian Data Business

Teknik Visualisasi Analyst

Data Mining Data

Penemuan informasi Analyst

Eksplorasi data
Analisa statistik, query, dan pelaporan
Data Warehouses / Data Marts
OLAP, MDA
Sumber data DBA
Kertas, Files, Penyedia informasi, Sistem database, OLTP

Teori dan Aplikasi Pengumpulan Data Kesehatan #12

 Fungsionalitas Data Mining
• Klasifikasi dan prediksi  Membangun model (fungsi) yang
menguraikan dan membedakan kelas atau konsep untuk peramalan
kedepan
• Analisis cluster  Pengelompokan
• Analisis outlier  objek data yang tidak mengikuti perilaku umum dari
data
• Analisis trend dan evolusi
• Analisis arah pola lain atau statistik

Teori dan Aplikasi Pengumpulan Data Kesehatan #13

Teori dan Aplikasi Pengumpulan Data Kesehatan
Fakultas Kesehatan Masyarakat
Universitas Indonesia

Thank you 

Teori dan Aplikasi Pengumpulan Data Kesehatan #14