26
Dapat
disimpulkan
bahwa
teknologi
data
warehouse
untuk
melakukan
OLAP,
sedangkan
data
mining
digunakan untuk melakukan information discovery yang informasinya lebih ditujukan
untuk
seorang
Data
Analyst dan Business
Analyst (dengan
ditambah
visualisasi
tentunya).
Dalam prakteknya, data mining juga
mengambil
data dari
data warehouse.
Hanya
saja aplikasi
dari data mining
lebih khusus dan
lebih spesifik dibandingkan OLAP
mengingat database bukan
satu-satunya bidang ilmu yang mempengaruhi data mining. Dengan memadukan teknologi
OLAP dengan data mining
diharapkan pengguna dapat
melakukan
hal-hal
yang biasa dilakukan
di OLAP seperti
drilling
/
rolling
untuk
melihat data
lebih dalam atau
lebih
umum,
pivoting,
slicing
dan
dicing. Semua hal tersebut dapat diharapkan nantinya dapat dilakukan secara
interaktif dan dilengkapi dengan visualisasi. (http://computing.edu.au).
2.4.8 Proses Data Mining
Fase-fase dimulai dari data mentah dan berakhir dengan pengetahuan atau informasi yang telah
diolah yang didapatkan sebagai hasil dari tahapan-tahapan berikut
:
1. Data Cleansing, juga dikenal sebagai data cleansing , ini adalah sebuah fase dimana data
tidak lengkap, mengandung error dan tidak konsisten dibuang dari koleksi data, sehingga
data yang telah bersih dan relevan dapat digunakan untuk diproses ulang untuk penggalian
pengetahuan (discovery knowledge).
2. Data Integration, pada tahap
ini terjadi integrasi data, dimana sumber-sumber data yang
berulang
(
multiple data), file- file
yang berulang
(
multiple file), dapat dikombinasikan
dan digabungkan kedalam suatu sumber.
3. Data Selection,
pada langkah
ini, data
yang relevan terhadap analisis
dapat dipilih dan
diterima dari koleksi data yang ada.
 |