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 customerberdasarkan transaksi yang dilakukan menjadi informasi yang berguna.
· Memanfaatkan aplikasidata 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) .
- 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).
- 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 clusteringmenggunakan 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 customermenjadi 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 browserseperti 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-chartpresentase 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–formatau 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.
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.
No comments:
Post a Comment