Matakuliah Tahun Versi : <<T0773>>/<<Perancangan Databasel>> : <<2005>> : <<1/2>> Pertemuan <<13>> <<Rancangan Database Untuk Aplikasi WEB, Data Warehouse, & Data Mining>> 1 Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : • << TIK-13 >> Mahasiswa dapat menjelaskan rancangan database untuk aplikasi WEB, Datawarehose, dan data mining (C2) 2 Outline Materi • Rancangan Database untuk DBMS WEB ditinjau dari konsep aplikasi, dan Common Gateway Interface. • Rancangan Database untuk Datawarehouse dilihat dari konsep dan arsitektur rancangan. • Rancangan Database untuk Data Mining dilihat dari konsep dan arsitektur rancangan. 3 Web • Web terdiri dari network komputer yang mempunyai dua aturan yakni : – servers, providing informasi; – clients (browsers), request informasi. • Protocol mengatur perubahan informasi antara Web server dan browser adalah HTTP dan lokasi dokumen diidentifikasi oleh URL. • Web’s yang sukses mempunyai sifat memudahkan dan tidak bergantung platform. 4 Basis Komponen Lingkungan Web 5 Perancangan Data Warehouses • Untuk memulai proyek data warehouse , dibutuhkan untuk menjawab pertanyaan : – Kebutuhan user mana yang penting dan data pertama mana yang pertama dipertimbangkan ? – Akankah proyek akan di scaled down kedalam sesuatu yang lebih manageable? – Akankah kapabilitas infrastruktur skala proyek dapat diimplementasikan pada skala penuh perusahaan ? 6 Membandingkan OLTP Systems dengan Data Warehousing 7 Typical Architecture of a Data Warehouse 8 Perancangan Data Warehouses • Pengumpulan dan analisis kebutuhan dari proyek data warehouse dengan melakukan interview pada staff (sebagai marketing users, finance users, and sales users) untuk menentukan prioritas yang harus dicapai oleh data warehouse. • Pada saat bersamaan, pewawancara menuntun responsibilitas staff terhadap sistem operasional guna mengidentifikasi sumber data secara jelas, valid, dan konsistensi data untuk menyuport beberapa tahun mendatang. 9 Skema Bintang Untuk Penjualan Properti DreamHome 10 Data Mining • Suatu proses mengambil resume pengetahuan secara valid , komprehensif, dan informasi yang dap[at diterapkan dari suatu basis data besardan secara krusial digunakan dalam menentukan kebijakan bisnis (Simoudis, 1996). • Data mining memerlukan analisis data dan menggunakan teknik software untuk menemukan informasi tersamar, pola, dan relasi dari satu set data. 11 Operasi Data Mining • Empat operasi utama: – – – – Prediksi model. Database segmentasi. Link analisis. Deteksi Deviasi • Disini mengakui aplikasi dan operations. hubungan antara corresponding – contoh strategi Direct marketing menggunakan database segmentasi. 12 Teknik Data Mining • Teknik yang secara spesifik diimplementasikan dalam operasi data mining. • Setiap operasi mempunyai kelebihan dan kekurangan. • Tool data mining kadang-kadang memerlukan pemilihan implementasi dari teknik operasi. • Kriteria pemiolihan tool – Kepatutan tipe input data. – Transparency dari output mining. – Toleransi terhadap variabel yang hilang. – Tingkat akuransi yang diinginkan. – Kemampuan dalam menangani volume data. 13 Operasi Data Mining dan Teknik yang Digunakan 14 Contoh Klassifikasi Dengan Menggunakan Induksi Tree 15 Contoh Klasikasi Dengan Menggunakan Induksi Neural 16
© Copyright 2024 Paperzz
