Data Warehouse Dan Data Mining Teori

DATA WAREHOUSE DAN DATA MINING TEORI

Maksud dan tujuan dari penelitian kiprah simpulan ini, adalah:

·         Menerapkan proses data mining untuk pengolahan basis data customer dengan metode clustering memakai 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 sanggup membantu mentranformasikan basis data customer menurut transaksi yang dilakukan menjadi isu yang berguna.

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

METODOLOGI

A.    Data Mining

     Data mining merupakan sebuah analisa dari observasi data dalam jumlah besar  untuk menemukan relasi yang tidak diketahui sebelumnya dan metode gres untuk meringkas data semoga gampang 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 yakni 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 yakni membentuk satu cluster besar yang sanggup 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 mempunyai 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 memakai 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 dipakai untuk membangun perangkat lunak ini yakni arahan kegiatan PHP dengan server basis data XAMMP.  Untuk menjalankannya, cukup dengan memakai aplikasi web browser ibarat 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 daerah membuka aplikasi ini, hal ini disebabkan lantaran perangkat lunak ini membutuhkan asupan basis data  dalam bentuk tabel untuk sanggup melaksanakan proses clustering.  Hasil simpulan 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 sanggup dipakai oleh user dalam hal ini yakni manager pemasaran dan customer service sebagai pendukung keputusan ibarat 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, yakni sebagai berikut:

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

DAFTAR PUSTAKA

https://ulanganbukahape.blogspot.com//search?q=data-warehouse-dan-data-mining-teori" style="border: 0px; font-family: inherit; font-size: inherit; font-stretch: inherit; font-style: inherit; font-variant: inherit; line-height: inherit; margin: 0px; outline: none; padding: 0px; text-decoration-line: none; transition: all 0.5s; vertical-align: baseline;">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.

Share this post