DATA WAREHOUSE DAN DATA MINING TEORI

DATA WAREHOUSE DAN DATA MINING TEORI

Maksud dan tujuan dari penelitian tugas akhir ini, adalah:

·         Menerapkan proses data mining untuk pengolahan basis data customer dengan metode clustering menggunakan algoritma hirarkis divisive k-means untuk mengelompokan customer.

·         Penggunaan metode clustering dan algoritma hirarki divisive k-means untuk mengetahui kemiripan  karakteristik  antar data dalam basis data customer berdasarkan transaksi yang dilakukan, guna membentuk kelompok – kelompok customer.

·         Membangun sebuah aplikasi data mining yang dapat membantu mentranformasikan basis data customer berdasarkan transaksi yang dilakukan menjadi informasi yang berguna.

·         Memanfaatkan  aplikasi data mining untuk melakukan competitive intelligence perusahaan guna pengelompokan customer.

METODOLOGI

A.    Data Mining

     Data mining merupakan sebuah analisa dari observasi data dalam jumlah besar  untuk menemukan hubungan yang tidak diketahui sebelumnya dan metode baru untuk meringkas data agar mudah dipahami  serta kegunaannya untuk pemilik data (David Hand et al, 2001) .

2. Metode Clustering

      Clustering  adalah salah satu teknik unsupervised learning dimana  kita tidak perlu melatih metode tersebut atau dengan kata lain, tidak ada fase learning. Tujuan dari metode clustering adalah untuk mengelompokkan sejumlah data atau objek kedalam klaster sehingga setiap klaster akan terisi data yang semirip mungkin (Budi Santosa, 2007).

3. Algoritma Hirarki Divinsive

     Langkah awal yang dilakukan dalam algoritma hirarki divisive adalah membentuk satu cluster besar yang dapat ditempati oleh semua obyek data.  Pada langkah berikutnya, satu cluster besar tersebut dipisah – pisahkan menjadi beberapa cluster yang lebih kecil dengan karakteristik data yang mempunyai lebih besar kesamaan satu dengan yang lainnya, sehingga data yang tidak memiliki kemiripan yang cukup besar berada pada cluster yang terpisah.

APLIKASI

Implementasi Sistem

     Dalam studi kasus ini, sistem yang dibangun merupakan sebuah perangkat lunak data mining dengan metode clustering menggunakan algoritma hirarki devisive.  Perangkat lunak  ini berisi form-form tampilan basis data yang telah dinormalisasi, form tampilan untuk data frekuensi transaksi dan form tampilan dari hasil pengelompokan data customer menjadi beberapa klaster.  Perangkat lunak ini berfungsi untuk mencari pola-pola yang menarik dari basis data yang berupa nilai frekuensi transaksi untuk mengelompokan customer. 

     Software yang digunakan untuk membangun perangkat lunak ini adalah kode program PHP dengan server basis data XAMMP.  Untuk menjalankannya, cukup dengan menggunakan aplikasi web browser seperti windows internet explorer, firefox, flock web browser, atau aplikasi web broser sejenisnya  tetapi harus dengan aplikasi server basis data yaitu XAMMP  sudah terinstal pada PC tempat membuka aplikasi ini, hal ini disebabkan karena perangkat lunak ini membutuhkan asupan basis data  dalam bentuk tabel untuk bisa melakukan proses clustering.  Hasil akhir dari perangkat lunak yang dibangun dalam studi kasus ini berupa tabel pengelompokan customer dan chart-chart presentase dari tabel pengelompokan tersebut, sehingga dari hasil ini nantinya bisa digunakan oleh user dalam hal ini adalah manager pemasaran dan customer service sebagai pendukung keputusan seperti peningkatan promosi kepada customer-customer yang kurang aktif, ataupun strategi-strategi bisnis lainya.   

     Adapun form–form atau halaman–halaman utama yang menjadi isi dari perangkat lunak atau aplikasi ini, adalah sebagai berikut:

• Halaman login.
• Halaman menu utama dan view data normal.
• Halaman view data frekuensi.
• Halaman klaster

DAFTAR PUSTAKA

http://informatika.unsada.ac.id/wp-content/uploads/2009/09/jurnal-implementasi-data-mining-dengan-metode-clustering-untuk-melakukan.doc

Baca Juga : Makalah Kesimpulan Dan Perancangan Sistem Otomasi SMS Gateway

Semoga dengan postingan diatas yang berjudul DATA WAREHOUSE DAN DATA MINING TEORI dapat bermanfaat untuk sobatku semuanya, dan apabila berkenan mohon untuk share buat temannya di facebook ataupun media social lainnya.