Data mining 1 pengantar
- 1. Pengantar Data Mining Irwansyah Saputra, S.Kom., M.Kom., MTA Founder of Multinity Indonesia
- 2. Tentang Saya • Irwansyah Saputra • Dosen Ilmu Komputer • Mahasiswa S3 Ilmu Komputer IPB University • Bidang Kajian: Computational Intelligence & Optimization (Data mining, machine learning, artificial intelligence) Halo semuanya, saya suka belajar tentang segala hal dan suka berbagi pengetahuan. Saya juga sering menjadi pembicara di berbagai seminar. Kontak yang bisa dihubungi: WhatsApp: 0895323302241 Instagram: @irwansight_ Web: https://irw.one
- 3. Disclaimer Materi ini digunakan sebagai bahan ajar Program Data Mining di Multinity.id Silakan gunakan, mohon untuk tidak mengubah template. Jika Anda memiliki kesulitan dalam memahami materi pada slide ini, silakan belajar di Multinity.id
- 4. Referensi 1. Jiawei Han and Micheline Kamber, Data Mining: Concepts and Techniques Third Edition, Elsevier, 2012 2. Ian H. Witten, Frank Eibe, Mark A. Hall, Data mining: Practical Machine Learning Tools and Techniques 3rd Edition, Elsevier, 2011 3. Markus Hofmann and Ralf Klinkenberg, RapidMiner: Data Mining Use Cases and Business Analytics Applications, CRC Press Taylor & Francis Group, 2014 4. Daniel T. Larose, Discovering Knowledge in Data: an Introduction to Data Mining, John Wiley & Sons, 2005 5. Ethem Alpaydin, Introduction to Machine Learning, 3rd ed., MIT Press, 2014 6. Florin Gorunescu, Data Mining: Concepts, Models and Techniques, Springer, 2011 7. Oded Maimon and Lior Rokach, Data Mining and Knowledge Discovery Handbook Second Edition, Springer, 2010 8. Warren Liao and Evangelos Triantaphyllou (eds.), Recent Advances in Data Mining of Enterprise Data: Algorithms and Applications, World Scientific, 2007
- 9. We are drowning in data but starving for knowledge John Naisbitt, 1982
- 10. Data Transformation Perbedaan data, informasi, pengetahuan, kebijaksanaan?
- 11. Structured & Unstructred Data Unstructured data is approximately 80% of the data that organizations process daily. https://lawtomated.com/structured-data-vs-unstructured-data-what-are-they-and-why-care/
- 12. Tipe Data
- 13. Tipe Data • Variabel merupakan karakter contoh atau populasi yang menarik untuk diamati. • Variabel tersebut dibagi kedalam 2, yaitu kualitatif & kuantitatif. • Kualitatif: observasi yang bersifat data kategorial • Kuantitatif: observasi yang bersifat data numerik
- 14. Variabel Kualitatif • Menjelaskan data karakteristik atau sifat bukan dengan angka. • Contoh: warna mata, nama negara di asia, tempat lahir, ranking di kelas, tingkat kepuasan pengunjung, nomor hp, dan lainnya.
- 15. Variabel Kuantitatif • Menjelaskan data hasil dari perhitungan atau pengukuran. • Contoh: jumlah pasien yang berkunjung, suhu ruangan, tekanan angin pada ban mobil, jumlah gaji yang dihasilkan, tingkat IQ, jumlah penjualan mobil, jarak rumah ke sekolah dan lain sebagainya.
- 16. Variabel Kuantitatif • Dibagi ke dalam 2 jenis, Diskrit dan Kontinu. • Diskrit memiliki karakteristik nilai bulat dan ada batasan antar nilai. Contoh: jumlah pengunjung mall dalam satu hari, jumlah mobil yang terjual • Kontinu memiliki karakteristik bertolak belakang dengan diskrit. Contoh: tekanan angin pada ban, suhu tubuh orang demam, suhu di kutub utara, tinggi badan siswa, pajak yang mesti dibayar
- 17. Summary Tipe Variabel Merek Komputer Jenis Kelamin Warna mata Diskrit Jumlah anggota keluarga Jumlah pasien yang datang Kontinu Jumlah pajak yang dibayarkan Tinggi badan siswa Suhu ruangan Kualitatif Kuantitatif
- 19. Tingkatan Pengukuran • Berdasarkan tingkatan pengukuran, tipe data dibagi ke dalam 4 jenis, nominal, ordinal, interval dan rasio
- 21. Tipe Data Nominal • Data nominal tidak memiliki urutan atau tingkatan. • Bersifat kategorial dan tidak dapat dihitung secara matematis. • Contoh: macam-macam warna, jenis kelamin, nomor jersey, merek laptop dan lainnya. Mutually Exclusive dan Exhaustive* Mutually Exclusive: Tidak boleh ada di lebih dari satu himpunan. Exhaustive: harus masuk pada salah satu himpunan. Tidak boleh berada di luar himpunan.
- 22. Tipe Data Ordinal • Data ordinal memiliki urutan atau tingkatan. • Bersifat kategorial dan tidak dapat dihitung secara matematis. • Contoh: tingkat kepuasan pelanggan, jenjang sekolah, juara perlombaan dan lainnya.
- 23. Tipe Data Interval • Data interval mirip dengan ordinal yaitu memiliki tingkatan. • Perbedaannya adalah nilai pada data interval dapat dijelaskan secara matematis. • Bersifat nominal dan dapat dihitung secara matematis. • Tidak dimulai dari nol. • Contoh: suhu orang demam, ukuran pakaian (M, L, XL)
- 24. Tipe Data Rasio • Data Rasio mirip dengan interval. • Perbedaannya adalah nilai pada data rasio dimulai dari nol poin. • Bersifat nominal dan dapat dihitung secara matematis. • Contoh: upah karyawan, jumlah mobil yang terjual, berat badan, tinggi badan
- 25. Summary
- 26. Apa itu Data Mining?
- 27. Data mining • Ekstraksi pola yang menarik dari data dalam jumlah besar. • Suatu pola dikatakan menarik apabila pola tersebut tidak sepele, implisit, tidak diketahui sebelumnya, dan berguna. • Penggalian data diperlukan saat data yang tersedia terlalu banyak
- 31. Cara Kerja Machine Learning
- 32. Cara kerja Supervised Learning • Dipandu oleh guru. Dataset memiliki label/target/class. • Mayoritas algoritma data mining adalah SL. • Algoritma bekerja sesuai dengan label/target/class yang dipengaruhi oleh atribut.
- 34. Cara kerja Unsupervised Learning • Mencari kemiripan dalam kelompoknya, dan tidak mirip dengan kelompok lainnya. • Tidak ada class/target/label pada dataset. • Clustering dan asosiasi termasuk ke dalam UL
- 36. Reinforcement Learning • Belajar dari kesalahan • Terdiri dari agent, environment, reward. • Agent mengenali lingkungan. • Reward didapatkan saat benar. Reward = 0 jika salah. Sehingga tidak akan mengulangi kesalahan yang sama.
- 37. Contoh Penerapan Data Mining • Estimasi
- 38. Estimasi Produksi Cacat Y = a + bX Y = -27,02 + 1,56X Gunakan algoritma Regresi Linear
- 39. Estimasi Produksi Cacat 1. Prediksikan Jumlah Cacat Produksi jika suhu dalam keadaan tinggi (Variabel X), contohnya: 30°C Y = -27,02 + 1,56X Y = -27,02 + 1,56(30) =19,78 2. Jika Cacat Produksi (Variabel Y) yang ditargetkan hanya boleh 5 unit, maka berapakah suhu ruangan yang diperlukan untuk mencapai target tersebut? 5= -27,02 + 1,56X 1,56X = 5+27,02 X= 32,02/1,56 X =20,52 Jadi Prediksi Suhu Ruangan yang paling sesuai untuk mencapai target Cacat Produksi adalah sekitar 20,520C
- 40. Contoh Penerapan Data Mining • Prediksi
- 43. Contoh Penerapan Data Mining • Klasifikasi
- 44. Rekomendasi Main Golf Pengetahuan berupa aturan pohon, If Then Rules.
- 45. Contoh Penerapan Data Mining • Klasterisasi
- 46. Mengelompokkan Pelanggan Dataset terkait memisahkan pelanggan berdasarkan panggilan lokal dan internasional. Dataset tanpa label. Jumlah cluster ditentukan dari awal. Pada kasus ini cluster dibagi ke dalam 2. Pengetahuan yang didapatkan berupa cluster
- 47. Contoh Penerapan Data Mining • Asosiasi
- 48. Kasus Market Basket Analysis • Contoh dataset tidak semuanya dimunculkan. • Setelah menerapkan algoritma asosiasi seperti Apriori, muncul hasil seperti di kanan.
- 49. Penjelasan • Algoritma association rule (aturan asosiasi) adalah algoritma yang menemukan atribut yang “muncul bersamaan” • Contoh, pada hari kamis malam, 1000 pelanggan telah melakukan belanja di supermaket ABC, dimana: • 200 orang membeli Apel • dari 200 orang yang membeli Apel, 50 orangnya membeli Pear • Jadi, association rule menjadi, “Jika membeli apel, maka membeli Pear”, dengan nilai support = 200/1000 = 20% dan nilai confidence = 50/200 = 25% • Algoritma association rule diantaranya adalah: A priori algorithm, FP-Growth algorithm, GRI algorithm.
- 50. Algoritma Dalam Data Mining
- 51. Algoritma Data Mining 1. Estimation (Estimasi): • Linear Regression, Neural Network, Support Vector Machine, etc 2. Prediction/Forecasting (Prediksi/Peramalan): • Linear Regression, Neural Network, Support Vector Machine, etc 3. Classification (Klasifikasi): • Naive Bayes, K-Nearest Neighbor, C4.5, ID3, CART, Linear Discriminant Analysis, Logistic Regression, etc 4. Clustering (Klastering): • K-Means, K-Medoids, Self-Organizing Map (SOM), Fuzzy C-Means, etc 5. Association (Asosiasi): • FP-Growth, A Priori, Coefficient of Correlation, Chi Square, etc
- 52. Penerapan Data Mining • Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa • Penerapan data mining untuk memprediksi kriteria nasabah kredit • Penerapan Datamining Pada Ekspor Buah-Buahan Menurut Negara Tujuan • Penerapan Datamining Dalam Mengelompokkan Kunjungan Wisatawan Ke Objek Wisata Unggulan Di Prov. Dki Jakarta • Penerapan Data Mining Untuk Analisis Pola Pembelian Konsumen Pada Data Transaksi Penjualan Spare Part Motor