Home Start Back Next End
  
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.
Word to PDF Converter | Word to HTML Converter