IMPLEMENTASI DATA MINING

Pengenalan Data Mining
 
Data Mining adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola dan hubungan dalam set data berukuran besar. Kegunaan Data Mining adalah untuk mespesifikasikan pola yang harus ditemukan dalam tugas data mining. Kehadiran Data Mining dilatarbelakangi dengan problema data explosion yang dialami akhir-akhir ini dimana banyak organisasi telah mengumpulkan data sekian tahun lamanya (data pembelian, data penjualan, data nasabah, data transaksi dsb.)
  
Fungsi Data Mining :
  • Fungsi Prediksi (Prediction)
  • Fungsi Deskripsi (Description)
  • Fungsi Klasifikasi (Classification)
  • Fungsi Asosiasi (Association)
Proses Data Mining :
  • Deskripsi
  • Prediksi
  • Estimasi
  • Klasifikasi
  • Clustering
  • Asosiasi
Tahapan Data Mining :
  • Data Selection
  • Pre-processing / Cleaning
  • Transformation
  • Data Mining
  • Interpretation / Evalution
Implementasi Data Mining  
Salah satu contoh implementasi data mining pada bidang perbankan,yaitu :
Bank memiliki masalah memprediksi kelayakan kredit dari klien baru berdasarkan data historis dari klien masa lalu.
Kredit ini juga mempengaruhi tingkat bunga kredit. Sekuel ini menjelaskan bagaimana Data Mining dapat diterapkan untuk masalah ini:
Sebuah bank memiliki data tentang klien kepada siapa itu memberi kredit di masa lalu. Data klien berisi data pribadi, data yang menjelaskan status keuangan dan perilaku keuangan sebelum dan pada saat itu klien diberi kredit. Klien dibagi menjadi empat kelas. Kelas pertama berisi semua klien-klien yang dibayar kembali kredit tanpa masalah. Kelas kedua mereka yang dibayar kembali dengan masalah kecil di sana-sini. Kelas ketiga berisi mereka yang hanya harus mendapatkan kredit setelah pemeriksaan rinci karena masalah besar payback terjadi di masa lalu, dan kelas keempat terdiri dari mereka yang tidak membayar sama sekali. Menggunakan tabel data, model prediksi dibuat untuk memprediksi probabilitas untuk setiap kelas untuk klien baru. Untuk kombinasi atribut yang bertanggung jawab untuk klien yang memiliki probabilitas tinggi tidak membayar kembali akan diidentifikasi oleh model prediksi juga.
Contoh ini menunjukkan bagaimana Data Mining dapat membantu bank untuk lebih baik memprediksi pemberian kredit pada pelanggan. Hal ini juga membantu untuk mengurangi jumlah kredit macet di satu sisi. Di sisi lain juga memungkinkan untuk menawarkan kondisi yang lebih baik kepada pelanggan lain dengan risiko lebih rendah. 

Sumber Referensi :

 
 

Komentar

Posting Komentar

Postingan populer dari blog ini

PENJELASAN TENTANG AUDIT IT PADA DOMAIN EDM, APO, BAI, DSS, DAN MEA

Audit IT pada domain EDM (Evaluate, Direct, and Monitor) Proses tata kelola EDM berurusan dengan tujuan stakeholder dalam melakukan penilaian, optimasi risiko dan sumber daya, mencakup praktek dan kegiatan yang bertujuan untuk mengevaluasi pilihan strategis, memberikan arahan kepada IT dan pemantauan hasilnya. Audit IT pada domain APO (Align, Plan, and Organise) Proses manajemen APO memberikan arah untuk penyampaian solusi (BAI) dan penyediaan layanan dan dukungan (DSS). Domain ini mencakup strategi dan taktik, dan identifikasi cara terbaik agar IT dapat berkontribusi pada pencapaian tujuan bisnis. Audit IT pada domain BAI (Build, Acquire, and Implement) Proses manajemen BAI memberikan solusi dan mengimplementasikannya sehingga berubah menjadi layanan. Untuk mewujudkan strategi IT, solusi IT perlu diidentifikas ikan, dikembangkan, serta diimplementasikan dan di integrasikan ke dalam proses bisnis. Perubahan dan pemeliharaan sistem yang ada juga tercakup dalam domain ini, un...
Baca selengkapnya

15 area pengendalian

1. Integritas Sistem a. Ketersediaan dan kesinambungan sistem komputer untuk user b. Kelengkapan, Keakuratan, Otorisasi, serta proses yg auditable c. Persetujuan dari user atas kinerja sistem yang di inginkan d. Preventive maintenance agreements untuk seluruh perlengkapan e. Kesesuaian kinerja antara S/W dan jaringan dengan yang diharapkan f. Serta adanya program yang disusun untuk operasi secara menyeluruh 2. Manajemen Sumber Daya a. Faktor-faktor yang melengkapi integritas sistem b. Yaitu meyakini kelangsungan (ongoing) H/W, S/W, SO, S/W aplikasi, dan komunikasi jaringan komputer, telah di pantau dan dikelola pada kinerja yang maksimal namun tetap dengan biaya yang wajar. c. Hal-hal tersebut di dokumentasikan secara formal, demi proses yang berkesinambungan 3. Pengendalian Perubahan S/W Aplikasi dan S/W sistem a. Menentukan adanya keterlibatan dan persetujuan user dalam hal adanya perubahan terhadap s/w aplikasi dan s/w sistem b. Setiap pengembangan dan perbaikan aplikasi harus m...
Baca selengkapnya

MANAGEMENT CONTROL FRAMEWORK

Top management control Planning ü   Strategic plan (planning jangka panjang) Penilaian aset Arahan strategis Strategis pengembangan ü   Operational plan (planning jangka pendek) Progress report Initiative tobe undertaken Rencana implentasi Organization ü   Mengumpulkan, Mengalokasikan dan mengelola SDA ü   Ketepatan manager dalam memilih dan mengelola staf ü   Preformansi staf ditinjau secara rutin ü   Penghentian staf secara hormat maupun tidak hormat Leading Menjaga agar individu atau kelompok tidak keluar dari sasaran organisasi ü   Mengecek kualitas pemimpin dari akibatnya, spt : staf turnover, kegagalan project ü   Melihat efektifitas komunikasi antara manager dengan staf dapat digunakan bukti : Formal : rencana SI, dokumentasi standar dan kebijakan, minutes of meeting,   memo yang disebarkan ke staf Informal : wawancara dengan staf, observasi langsung Controlling Tujuan untuk melihat apakah ...
Baca selengkapnya