21
dalam basis data.
3.
Visualize Data
Seorang analis harus bisa merasakan sebuah informasi yang besar yang disimpan di dalam
basis
data.
Tujuannya
untuk
“memanusiakan”
data
yang
banyak
dan
menemukan
cara
yang terbaik untuk menampilkan data.
2.4.5 Metodologi Data Mining
Sebagai salah satu bagian dari sistem informasi, data
mining
menyediakan perencanaan dari ide
hingga
implementasi
akhir.
Komponen-komponen
dari
perencanaan
data
mining
menurut
Seidman (Seidman 2001, hal9) adalah sebagai berikut:
1. Analisa Masalah (Analyzing the Problem)
Data asal atau data sumber harus bisa ditaksir untuk dilihat apakah data tersebut
memenuhi
kriteria data mining. Kualitas kelimpahan data adalah faktor utama untuk
memutuskan apakah data tersebut cocok dan tersedia sebagai tambahan. Hasil yang
diharapkan dari dampak data
mining
harus dengan hati-hati dimengerti dan dipastikan
bahwa data yang diperlukan membawa informasi yang bisa diekstrak.
2.
Mengekstrak dan
Membersihkan data (Extracting
and
Cleansing
The
Data)
Data
pertama kali
diekstrak dari data aslinya,
seperti dari OLTP basis data, text file, Microsoft
Access Database, dan bahkan dari spreadsheet, kemudian data tersebut diletakkan dalam
data
warehouse
yang
mempunyai
struktur
yang
sesuai
dengan
data
model
secara
khas.
Data Transformation Services (DTS) dipakai untuk mengekstrak dan membersihkan data
dari tidak konsistennya dan tidak kompatibelnya data dengan format yang sesuai.
 |