Mengenal Dekat dengan Buku Data Mining dan Data Warehouse dalam Menggunakan Aplikasi KNIME
Mengenal Dekat dengan Buku Data Mining dan Data Warehouse dalam Menggunakan Aplikasi KNIME
Data Mining
Penambangan data (Data Mining) adalah serangkaian proses untuk menggali nilai tambah dari sekumpulan data berupa pengetahuan yang selama ini tersembunyi dibalik data
atau tidak diketahui secara manual (Han, J dan Kamber, M, 2006). Proses untuk menggali nilai tambah dari sekumpulan data sering juga dikenal sebagai penemuan pengetahuan dari pangkalan data (Knowledge Discovery in Databases = KDD) yaitu tahap-tahap yang dilakukan dalam menggali pengetahuan dari sekumpulan data.
Definisi yang lain data mining yaitu proses ekstraksi untuk mendapatkan informasi penting yang sifatnya implisit dan sebelumnya tidak diketahui, dari suatu data (Witten et al., 2011). Menurut Santosa data mining yaitu kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola dan hubungan dalam set data berukuran
besar (Santosa, 2007).
Definisi Data Warehouse
Gudang data (Data warehouse) adalah kumpulan besar data bisnis yang digunakan untuk membantu organisasi membuat keputusan. Konsep gudang data telah ada sejak tahun 1980-an, ketika itu dikembangkan untuk membantu transisi data dari sekadar menjalankan operasi menjadi mendorong sistem pendukung keputusan yang mengungkapkan intelijen bisnis.
Sejumlah besar data di gudang data berasal dari tempat yang berbeda seperti aplikasi internal seperti pemasaran, penjualan, dan keuangan; aplikasi yang menghadap pelanggan; dan sistem
mitra eksternal, antara lain.
Jadi, data warehouse merupakan metode dalam perancangan database, yang menunjang DSS (Decission Support System) dan EIS (Executive Information System). Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik. Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant, tidak berubah yangdigunakan untuk membantu para pengambil keputusan.
- KNIME adalah kepanjangan dari Konstanz information Miner. KNIME merupakan aplikasi data analitik open source artinya gratis. KNIME terintegrasi dengan berbagai komponen analisis machine learning dan data mining melalui konsep modul pipeline.
Pengembangan KNIME dimulai tahun Januari 2004 oleh tim software engineer dari Universitas Konstanz sebagai salah satu produk kekayaan intelektual kampus tersebut. Ketua tim engineer yaitu Mr. Michael Berthold dari perusahaan Silicon Valley yang menyediakan aplikasi untuk perusahaan farmasi. Selanjutnya pada tahun 2006 tercipta KNIME versi 1 yang dirilis untuk beberapa perusahaan farmasi. Kemudian setelah itu
digunakan secara luas sejak tahun 2012 digunakan oleh 15.000 pengguna. - Decision Tree
Menurut Susanto, dkk (2010) Decision tree merupakan salah satu metode klasifikasi yang menggunakan representasi struktur pohon (tree) dimana setiap node mempresentasikan atribut, cabangnya merepresentasikan nilai dari atribut, dan
daun merepresentasikan kelas. Node yang paling atas dari decision tree disebut sebagai root Decision tree merupakan salah satu teknik klasifikasi data Mining yang paling populer. Decision tree sesuai digunakan untuk kasus yang memiliki ciri-ciri sebagai berikut (Susanto dkk, 2010):
1. Data atau contoh dinyatakan dengan pasangan atribut atau nilainya
2. Label atau output data biasanya bernilai diskrit
3. Data mempunyai missing value
Sumber (Data Mining dan Data Warehouse dalam Menggunakan Aplikasi KNIME. (2021). (n.p.): Zahira Media Publisher.)
Bagaimana artikel di atas cukup menjelaskan garis besar terkait Komunikasi Visual bukan? Untuk lebih jelasnya dapat dilihat di Zahira Media Publisher.