Data Mining - 2 Data
Data Mining - 2 Data
2/18/2019
1
Tujuan Pembelajaran
2
Menjelaskan dan menganalisis tentang data dan
teknik-teknik merepresentasikan data
Pokok Bahasan
3
Data dan informasi
Jenis-jenis data
Kualitas Data
Data dan Informasi?
Tinggi
Derajat Pengetahuan
abstraksi
Informasi
Data
Rendah
Kuantitas
Data dalam Data Mining
Atribut
Umur Hipertensi
kumpulan objek
Muda Tidak
data dan
Paruh baya Tidak
Objek
atributnya Paruh baya Ya
Salah Tua Ya
Satu
Contoh
Data
Atribut
7
Atribut merupakan properti atau karakteristik yang
dimiliki oleh sebuah objek.
8
Nilai sebuah atribut bisa terdiri dari :
Angka 1, 2.002, 081931461344 dll
Simbol emas, laki-laki, kurus dll
8
Tipe-tipe Atribut
9
Jika dibedakan berdasarkan “levels of
measurement “ ada:
Nominal
▪ Contoh: Nomer KTP Nasional, NIP, Kode pos
Ordinal
▪ Contoh: tinggi badan {tinggi, sedang, pendek}, grade
nilai
Interval
▪ Contoh: tanggal, suhu pada skala Celsius atau
Fahrenheit.
Ratio
▪ Contoh: suhu dalam skala Kelvin, panjang (yang terukur
cm,meter dst), waktu
9
Properties dari Nilai Atribut
10
Tipe Atribut ditentukan oleh properti yang
dimilikinya sebagai berikut:
Distinctness: =
Order: < >
Addition: + -
Multiplication: */
11
Atribut Diskrit
– Nilai yang dimiliki terbatas atau bisa dihitung
Contoh: kode pos, words in a collection of documents
– Biasanya berupa variabel integer
– Note: atribut binary merupakan atribut diskrit kasus khusus
Atribut Kontinu
– Nilai atribut merupakan bilangan riil
Contoh: suhu = 23.4 ‘ Celcius, tinggi = 172,2 cm atau berat= 3.15 kg.
– Atribut kontinu biasanya direpresentasikan sebagai variabel
floating-point.
Tipe Dataset
12
Tipe Umum
Record
Graph
Ordered
Karakteristik Umum:
Dimensionality : jml atribut
Sparsity : tingkat kejelasan makna data
Resolution : sifat data yg berbeda pada resolusi yg
berbeda memiliki pola yg berbeda.
Data Record
13
Data yang terdiri dari kumpulan records dengan
sejumlah atribut yang fix
Umur Hipertensi
Muda Tidak
Muda Tidak
Paruh baya Tidak
Paruh baya Ya
Tua Ya
Data Matriks
14
Jika objek data memiliki atribut numerik yang sama dan tetap,
maka objek data dapat digambarkan sebagai point dalam multi-
dimensional space, di mana setiap dimensi merupakan atribut
yang berbeda
15
Setiap dokumen menjadi vektor `term’,
–Tiap term menjadi atribut dari vektor
–Nilai setiap komponen merupakan jumlah term
yang muncul dalam dokumen.
timeout
season
coach
game
score
team
ball
lost
pla
wi
n
y
Document 1 3 0 5 0 2 6 0 2 0 2
Document 2 0 7 0 2 1 0 0 3 0 0
Document 3 0 1 0 0 1 2 2 0 3 0
Data Transaksi
16
Tipe data record yang spesial, dimana
–Setiap transaksi /record terdiri dari beberapa item.
–Contoh: data satu struk belanja di supermarket dianggap
sebagai sebuah record transaksi
TID Item
1 Susu, Coklat, Roti
2 Roti, Selai
3 Selai, Roti, Coklat, Susu
4 Roti, Coklat, Susu
5 Roti, Coklat, Susu, Biskuit
Data Graph
17
Graph umum
3 Link HTML
<a href=“penelitian/penelitian.html#bbbb”> Data Mining</a>
3 <li>
2 <a href=“penelitian/penelitian.html#aaaa”>Klasifikasi</a>
4 <li>
<a href=“penelitian/penelitian.html#ffff”>Klastering</a>
4
Data Kimia
18
Molekul Benzena : C6H6
Data Ordered
20
Data sekuens Genom
GGTTCCGCCTTCAGCCCCGCGCC
CGCAGGGCCCGCCCCGCGCCGTC
GAGAAGGGCCCGCCTGGCGGGCG
GGGGGAGGCGGGGCCGCCCGAGC
CCAACCGAGTCCGACCAGGTGCC
CCCTCTGCTCGGCCTAGACCTGA
GCTCATTAGGCGGCAGCGGACAG
GCCAAGTAGAACACGCGAAGCGC Sequence ladder by radioactive sequencing compared to
TGGGCTGCCTGCTGCGACCAGGG fluorescent peaks
Source: http://en.wikipedia.org/wiki/DNA_sequencing
Data Ordered : Data Spatio-Temporal
21
Sumber: http://www.ij-healthgeographics.com/content/7/1/66
Kualitas Data
22
Apa yang menjadi permasalahan dengan data?
Bagaimana mendeteksinya?
Apa yang bisa dilakukan?
23
Modifikasi nilai sebenarnya
–Contoh: distorsi suara pada pembicaraan di telpon
“snow” on television screen
24
Objek data yang berbeda karakteristik dengan
objek data kebanyakan:
Missing Values
25
Contoh Missing Value:
27
Data set mungkin terdapat objek data yang
duplikat
Penyebab ketika mengumpulkan data daro sumber
yang bermacam-macam
Contoh:
Survey dilakukan berdasarkan alamat email padahal
satu orang bisa memiliki lebih dari satu alamat email