Data Mining Bab I Pendahuluan
BAB I
PENDAHULUAN
Komptensi yang diharapkan:
Peserta pembelajaran memahami konsep-konsep, manfaat, tujuan, proses-
proses serta aplikasi data mining secara umum.
A. Pengertian
Data mining adalah serangkaian proses untuk menggali nilai tambah
berupa informasi yang selama ini tidak diketahui secara manual dari suatu
basisdata. Informasi yang dihasilkan diperoleh dengan cara mengekstraksi
dan mengenali pola yang penting atau menarik dari data yang terdapat dalam
basisdata..\
Datamining terutama digunakan untuk mencari pengetahuan yang
terdapat dalam basis data yang besar sehingga sering disebut Knowledge
Discovery in Databases (KDD). Proses pencarian pengetahuan ini
menggunakan berbagai teknik-teknik pembelajaran komputer (machine
learning) untuk menganalisis dan mengekstraksikannya. Proses pencarian
bersifat iteratif dan interaktif untuk menemukan pola atau model yang sahih,
baru, bermanfaat, dan dimengerti. Dalam penerapannya dataminig
memerlukan berbagai perangkat lunak analisis data untuk menemukan pola
dan relasi data agar dapat digunakan untuk membuat prediksi dengan akurat.
B. Latar Belakang
Kehadiran data mining dilatar belakangi oleh berlimpahnya data
(overload data) yang dialami oleh berbagai institusi, perusahaan atau
organisasi. Berlimpahnya data ini merupakan akumulasi data transaksi yang
terekam bertahun-tahun.. Data–data tersebut merupakan data transaksi yang
umumnya diproses menggunakan aplikasi komputer yang biasa disebut
1
M. Fairuzabadi
Data Mining Bab I Pendahuluan
dengan OLTP (On Line Transaction Processing). Data mining juga
dilatarbelakangi oleh atau adanya ledakan informasi (explotion information)
dari berbagai media terutama internet. Delapan puluh persen informasi yang
disajikan media internet dalam bentuk tak terstruktur (unstructured
information). Media internet menyajikan informasi dalam berbagai format
file, bahasa, dan bentuk penyajian seperti teks, gambar, suara ataupun video.
Kendala lain yang melatara belakangi adalah tidak dilengkapinya informasi
dengan metadata yang terstandarisasi atau bahkan tidak menyertakannya
samasekali. Pertumbuhan yang pesat dari akumulasi data/informasi itu telah
menciptakan kondisi dimana suatu institusi memiliki bergunung-gunung data
tetapi miskin informasi yang bermaanfaat (“rich of data but poor of
information”). Tidak jarang “gunung” data itu dibiarkan begitu saja seakan-
akan menjadi “kuburan data” (data tombs). Pertanyaannya sekarang, apakah
gunung data tersebut akan dibiarkan, tidak berguna lalu dibuang, ataukah
dapat ditambang untuk menemukan “emas” yaitu informasi yang lebih
bermanfaat. Jawabnya ya, data mining hadir untuk menjawab tantangan tersebut.
C. Manfaat
Pemanfaatan data mining dapat dilihat dari dua sudut pandang, yaitu sudut
pandang komersial dan sudut pandang keilmuan. Dari sudut pandang komersial,
pemanfaatan dataming dapat digunakan dalam menangani meledaknya volume data.
Bagaimana mana menyimpannya, mengestraknya serta memanfaaatkannya. Berbagai
teknik komputasi dapat digunakan menghasilkan informasi yang dibutuhkan.
Informasi yang dihasilkan menjadi asset untuk meningkatkan daya saing suatu
institusi.
Data mining tidak hanya digunakan untuk menangani persoalan
menumpuknya data/informasi dan bagaimana menggudangkannya tanpa kehilangan
informasi yang penting (warehousing). Data mining juga diperlukan untuk
menyelesaikan permasalahan atau menjawab kebutuhan bisnis itu sendiri, misalnya:
• Bagaimana mengetahui hilangnya pelanggan karena pesaing
2
M. Fairuzabadi
Data Mining Bab I Pendahuluan
• Bagaimana mengetahui item produk atau konsumen yang memiliki
kesamaan karakteristik
• Bagaimana mengidentifikasi produk-produk yang terjual bersamaan dengan
produk lain.
• Bagaimana memprediski tingkat penjualan
• Bagaimana menilai tingkat resiko dalam menentukan jumlah produksi suatu
item.
• Bagaimana memprediksi prilaku bisnis di masa yang akan datang
Dari sudut pandang keilmuan, data mining dapat digunakan untuk
mengcapture, menganlisis serta menyimpan data yang bersifat real-time dan
sangat besar, misalnya:
• Remote sensor yang ditempatkan pada suatu satelit
• Telescope yang digunakan untuk memindai langit
• Simulasi saintifik yang membangkitkan data dalam ukuran terrabytes
Gambar 1: Contoh pemanfaatan data mining di bidang keilmuan (Tan dkk, 2004)
3
M. Fairuzabadi
Data Mining Bab I Pendahuluan
Data mining merupakan salah satu metode alternatif yang dapat
digunakan untuk mengolah data mentah, ketika metode konvensional tidak
fisibel untuk dilakukan karena besarnya volume data yang diolah. Hal ini
dapat terjadi karena datamining memiliki kemampuan mereduksi data baik
melalui teknik katalogisasi, klasifikasi maupun segementasi.
D. Proses
Data mining sesunggunghnya merupakan salah satu rangkaian dari
proses pencarian pengetahuan pada database (Knowledge Discovery in
Database/KDD). KDD berhubungan dengan teknik integrasi dan penemuan
ilmiah, interprestasi dan visualisasi dari pola-pola sejumlah kumpulan data.
KDD adalah keseluruhan proses non-trivial untuk mencari dan
mengidentifikasi pola (pattern) dalam data, dimana pola yang ditemukan
bersifat sah, baru, dapat bermanfaat dan dapat dimengerti. Serangkaian proses
tersebut yang memiliki tahap sebagai berikut (Tan, 2004):
1. Pembersihan data dan integrasi data (cleaning and integration)
Proses ini digunakan untuk membuang data yang tidak konsisten dan
bersifat noise dari data yang terdapat di berbagai basisdata yang mungkin
berbeda format maupun platform yang kemudian diintegrasikan dalam
satu database datawarehouse.
2. Seleksi dan transformasi data (selection and transformation)
Data yang terdapat dalam database datawarehouse kemudian direduksi
dengan berbagai teknik. Proses reduksi diperlukan untuk mendapatkan
hasil yang lebih akurat dan mengurangi waktu komputasi terutama utuk
masalah dengan skala besar (large scale problem). Beberapa cara seleksi,
antra lain:
• Sampling, adalah seleksi subset representatif dari populasi data yang
besar.
4
M. Fairuzabadi
Data Mining Bab I Pendahuluan
• Denoising, adalah proses menghilangkan noise dari data yang akan
ditransformasikan
• Feature extraction, adalah proses membuka spesifikasi data yang
signifikan dalam konteks tertentu.
Transformasi data diperlukan sebagai tahap pre-procecing, dimana data
yang diolah siap untuk ditambang. Beberapa cara transformsi, antara lain
(Santosa, 2007):
• Centering, mengurangi setiap data dengan rata-rata dari setiap atribut
yang ada.
• Normalisation, membagi setiap data yang dicentering dengan standar
deviasi dari atribut bersangkutan.
• Scaling, mengubah data sehingga berada dalam skala tertentu.
Gambar 2 : Tahap-tahap Knowledge Discovery in Database
5
M. Fairuzabadi
Data Mining Bab I Pendahuluan
3. Penambangan data (data mining)
Data-data yang telah diseleksi dan ditransformasi ditambang dengan
berbagai teknik. Proses data mining adalah proses mencari pola atau
informasi menarik dalam data terpilih dengan menggunakan fungsi-fungsi
tertentu. Fungsi atau algoritma dalam data mining sangat bervariasi.
Pemilihan fungsi atau algoritma yang tepat sangat bergantung pada
tujuan dan proses pencaraian pengetahuan secara keseluruhan.
4. Evaluasi pola dan presentasi pengetahuan
Tahap ini merupakan bagian dari proses pencarian pengetahuan yang
mencakup pemeriksaan apakah pola atau informasi yang ditemukan
bertentangan dengan fakta atau hipotesa yang ada sebelumnya. Langkah
terakhir KDD adalah mempresentasikan pengetahuan dalam bentuk yang
mudah dipahami oleh pengguna.
E. Fungsi-fungsi
Fungsi-fungsi yang umum diterapkan dalam data mining
(Haskett, 2000):
• Assosiation, adalah proses untuk menemukan aturan assosiatif antara
suatu kombinasi item dalam suatu waktu
• Secuence, hampir sama dengan association bedanya seccuence
diterapkan lebih dari satu periode.
• Clastering, adalah proses pengelompokan sejumlah data/obyek ke
dalam kelompok-kelompok data (klaster) sehingga setiap klaster akan
berisi data yang saling mirip.
• Classification, adalah proses penemuan model atau fungsi yang
menjelaskan atau membedakan konsep atau kelas data, dengan tujuan
untuk dapat memperkirakan kelas dari suatu objek yang labelnya tidak
diketahui.
6
M. Fairuzabadi
Data Mining Bab I Pendahuluan
• Regretion, adalah proses pemetaam data dalam suatu nilai prediksi.
• Forecasting, adalah proses pengestimasian nilai prediksi berdasarkan
pola-pola di dalam sekumpulan data
• Solution, adalah proses penemuan akar masalah dan problem solving
dari persoalan bisnis yang dihadapi atau paling tidak sebagai
informasi pendukung dalam pengambilan keputusan.
G. Disiplin ilmu dan teknik-teknik
Data mining dalam penerapannya menggabungkan berbagai bidang
ilmu, diantarnya: Sistem basis data, statistik, sistem cerdas, pembelajaran
mesin, pengenalan pola, dan visualisasi.
Statistik
Sistem
Sistem
Cerdas
Basis
Data Mining
Data
Visualisasi
Gambar 2: Penerapannya datamining merupakan gabungan berbagai disiplin
ilmu
Bidang sistem data merupakan prasayarat utama data mining. Hali ini
disebakan karena pada umumnya data mining dikembangkanan untuk sistem
basis data skala besar. Data Warehousing yang merupakan data pre-procesing
7
M. Fairuzabadi
Data Mining Bab I Pendahuluan
banyak diterapakan melalui penggunaan SQL dan store procedure yang
kemudian menjadi semacam fungsi yang disebut Data Mining Query
Language (DMQL), sebagai contoh pada produk SQL Server dan Oracle.
Statistik deskriptif, pengujian hipotesa, regresi liner, regresi non
linier, poin estimasi, korelasi, dan analisis klaster merupakan
perhitungan/teknik analisis statistic sangat dibutuhkan baik dalam pre-
processing maupun proses data mining.
Pembelajaran mesin, pengenalan pola, jaringan syaraf tiruan,
algoritma genetika, logika samar merupakan teknik-teknik sistem cerdas yang
utama dalam analisis data mining selain metode statistik.
Tabel 1. Contoh aplikasi beserta fungsi dan teknik yang dipergunakan (Bigus,
1996)
Contoh Aplikasi Fungsi Teknik
Statistik dan teori himpunan
Basket Market Assosiation
Analysis
Pola kunjungan Seccuence Statistik dan teori himpunan
konsumen
Segementasi Pasar Jaringan syaraf tiruan, statististik,
Clustering
optimalisasi, analisis diskriminan
Target pemasaran Pohon keputusan dan jaringan
Classification
syaraf tiruan
Prediksi penjualan Statistik, regresi linier, regresi non
Regretion
linier, kurva, jaringan syaraf tiruan
Pola permintaan Statistik, regresi linier, regresi non
Forecasting
linier, kurva, jaringan syaraf
tiruan, pengenalan pola
Optimasi jumlah Solution Regrsi, logika samar, sistem pakar,
produk algoritma genetika
8
M. Fairuzabadi
Data Mining Bab I Pendahuluan
F. Penerapan
Sebagai cabang ilmu baru di bidang komputer cukup banyak penerapan yang
dapat dilakukan oleh Data Mining. Apalagi ditunjang ke-kaya-an dan ke-
anekaragam-an berbagai bidang ilmu (artificial intelligence, database, statistik,
pemodelan matematika, pengolahan citra dsb.) membuat penerapan data mining
menjadi makin luas. Berikut beberapa penerapannya
• Analisa Pasar dan Manajemen
Untuk analisa pasar, banyak sekali sumber data yang dapat digunakan seperti
transaksi kartu kredit, kartu anggota club tertentu, kupon diskon, keluhan
pembeli, ditambah dengan studi tentang gaya hidup publik.
Beberapa solusi yang bisa diselesaikan dengan data mining diantaranya:
Menembak target pasar
Data mining dapat melakukan pengelompokan (clustering) dari model-
model pembeli dan melakukan klasifikasi terhadap setiap pembeli sesuai
dengan karakteristik yang diinginkan seperti kesukaan yang sama, tingkat
penghasilan yang sama, kebiasaan membeli dan karakteristik lainnya.
Melihat pola beli pemakai dari waktu ke waktu
Data mining dapat digunakan untuk melihat pola beli seseorang dari waktu
ke waktu. Sebagai contoh, ketika seseorang menikah bisa saja dia
kemudian memutuskan pindah dari single account ke joint account
(rekening bersama) dan kemudian setelah itu pola beli-nya berbeda dengan
ketika dia masih bujangan.
Cross-Market Analysis
Kita dapat memanfaatkan data mining untuk melihat hubungan antara penjualan
satu produk dengan produk lainnya. Berikut ini saya sajikan beberapa contoh:
Cari pola penjualan Coca Cola sedemikian rupa sehingga kita dapat
o
mengetahui barang apa sajakah yang harus kita sediakan untuk meningkatkan
penjualan Coca Cola?
9
M. Fairuzabadi
Data Mining Bab I Pendahuluan
Cari pola penjualan IndoMie sedemikian rupa sehingga kita dapat
o
mengetahui barang apa saja yang juga dibeli oleh pembeli IndoMie. Dengan
demikian kita bisa mengetahui dampak jika kita tidak lagi menjual IndoMie.
Cari pola penjualan
o
Profil Customer
Data mining dapat membantu Anda untuk melihat profil
customer/pembeli/nasabah sehingga kita dapat mengetahui kelompok customer
tertentu suka membeli produk apa saja.
Identifikasi Kebutuhan Customer
Anda dapat mengidentifikasi produk-produk apa saja yang terbaik untuk tiap
kelompok customer dan menyusun faktor-faktor apa saja yang kira-kira dapat
menarik customer baru untuk bergabung/membeli.
Menilai Loyalitas Customer
VISA International Spanyol menggunakan data mining untuk melihat kesuksesan
program-program customer loyalty mereka. Anda bisa lihat di
www.visa.es/ingles/info/300300.html
Informasi Summary
Anda juga dapat memanfaatkan data mining untuk membuat laporan
summary yang bersifat multi-dimensi dan dilengkapi dengan informasi
statistik lainnya.
• Analisa Perusahaan dan Manajemen Resiko
Perencanaan Keuangan dan Evaluasi Aset
Data Mining dapat membantu Anda untuk melakukan analisis dan prediksi
cash flow serta melakukan contingent claim analysis untuk mengevaluasi
aset. Selain itu Anda juga dapat menggunakannya untuk analisis trend.
10
M. Fairuzabadi
Data Mining Bab I Pendahuluan
Perencanaan Sumber Daya (Resource Planning)
Dengan melihat informasi ringkas (summary) serta pola pembelanjaan dan
pemasukan dari masing-masing resource, Anda dapat memanfaatkannya
untuk melakukan resource planning.
Persaingan (Competition)
o Sekarang ini banyak perusahaan yang berupaya untuk dapat
melakukan competitive intelligence. Data Mining dapat membantu
Anda untuk memonitor pesaing-pesaing Anda dan melihat market
direction mereka.
o Anda juga dapat melakukan pengelompokan customer Anda dan
memberikan variasi harga/layanan/bonus untuk masing-masing grup.
o Menyusun strategi penetapan harga di pasar yang sangat kompetitif.
Hal ini diterapkan oleh perusahaan minyak REPSOL di Spanyol
dalam menetapkan harga jual gas di pasaran.
• Telekomunikasi
Sebuah perusahaan telekomunikasi menerapkan data mining untuk melihat
dari jutaan transaksi yang masuk, transaksi mana sajakah yang masih harus
ditangani secara manual (dilayani oleh orang). Tujuannya tidak lain adalah
untuk menambah layanan otomatis khusus untuk transaksi-transaksi yang
masih dilayani secara manual. Dengan demikian jumlah operator penerima
transaksi manual tetap bisa ditekan minimal.
• Keuangan
Financial Crimes Enforcement Network di Amerika Serikat baru-baru ini
menggunakan data mining untuk me-nambang trilyunan dari berbagai subyek
seperti property, rekening bank dan transaksi keuangan lainnya untuk
mendeteksi transaksi-transaksi keuangan yang mencurigakan (seperti money
laundry). Mereka menyatakan bahwa hal tersebut akan susah dilakukan jika
menggunakan analisis standar.
11
M. Fairuzabadi
Data Mining Bab I Pendahuluan
(www.senate.gov/~appropriations/treasury/testimony/sloan.htm. Mungkin
sudah saatnya juga Badan Pemeriksa Keuangan Republik Indonesia
menggunakan teknologi ini untuk mendeteksi aliran dana BLBI.
• Asuransi
Australian Health Insurance Commision menggunakan data mining untuk
mengidentifikasi layanan kesehatan yang sebenarnya tidak perlu tetapi tetap
dilakukan oleh peserta asuransi. Hasilnya? Mereka berhasil menghemat satu
juta dollar per tahunnya. Anda bisa lihat di
www.informationtimes.com.au/data-sum.htm. Tentu saja ini tidak hanya bisa
diterapkan untuk asuransi kesehatan, tetapi juga untuk berbagai jenis asuransi
lainnya.
• Olah Raga
IBM Advanced Scout menggunakan data mining untuk menganalisis statistik
permainan NBA (jumlah shots blocked, assists dan fouls) dalam rangka
mencapai keunggulan bersaing (competitive advantage) untuk tim New York
Knicks dan Miami Heat.
• Astronomi
Jet Propulsion Laboratory (JPL) di Pasadena, California dan Palomar
Observatory berhasil menemukan 22 quasar dengan bantuan data mining. Hal
ini merupakan salah satu kesuksesan penerapan data mining di bidang
astronomi dan ilmu ruang angkasa. Anda bisa lihat di www-
aig.jpl.nasa.gov/public/mls/news/SKICAT-PR12-95.html.
• Internet Web Surf-Aid
IBM Surf-Aid menggunakan algoritma data mining untuk mendata akses
halaman Web khususnya yang berkaitan dengan pemasaran guna melihat
prilaku dan minat customer serta melihat ke-efektif-an pemasaran melalui
Web.
12
M. Fairuzabadi
Data Mining Bab I Pendahuluan
Dengan melihat beberapa aplikasi yang telah disebutkan di atas, terlihat sekali
potensi besar dari penerapan Data Mining di berbagai bidang. Bahkan
beberapa pihak berani menyatakan bahwa Data Mining merupakan salah satu
aktifitas di bidang perangkat lunak yang dapat memberikan ROI (return on
investment) yang tinggi. Namun demikian, perlu diingat bahwa Data Mining
hanya melihat keteraturan atau pola dari sejarah, tetapi tetap saja sejarah tidak
sama dengan masa datang. Contoh: jika orang terlalu banyak minum Coca
Cola bukan berarti dia pasti akan kegemukan, jika orang terlalu banyak
merokok bukan berarti dia pasti akan kena kanker paru-paru atau mati muda.
Bagaimanapun juga data mining tetaplah hanya alat bantu yang dapat
membantu manusia untuk melihat pola, menganalisis trend dsb. dalam rangka
mempercepat pembuatan keputusan. Kapankah data mining akan banyak
digunakan di Indonesia? Kita tunggu saja.
TUGAS
1. Tuliskan pengertian dari istilah berikut ini
a. Data
b. Informasi
c. Warehousing
d. Jaringan syaraf tiruaan
e. Pengenalan pola
f. Algoritma Genetika
g. Analisis diskriminan
h. Regresi
i. Regresi Linier
j. Regresi Non Linier
k. Poin estimasi,
l. Korelasi,
m. Analisis klaster
13
M. Fairuzabadi
Data Mining Bab I Pendahuluan
n. Basket Market Analysis
o. Statistik deskriptif
p. Regresi
q. Logika samar
r. Pohon Keputusan
2. Lakukan surfing diinternet untuk menemukan artikel/jurnal yang membahas
implementasi data mining, buatlah ringkasan yang berisi : Latar belakang,
Manfaat, Tujuan, Sistem basis data, Input, Output, Teknologi, Fungsi dan
Teknik yang digunakan. Presentasikan Diskusikanlah dan secara
berkelompok.
14
M. Fairuzabadi