download

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