17
Metadata dalam datawarehouse dibagi menjadi 3 kategori (Ponniah, 2001, p36), yaitu :
-
Metadata
operasional,
berisi
mengenai
informasi
tentang
sumber
data
operasional
yang
memiliki
struktur
data
yang
berbeda,
ukuran field yang
berbeda,
dan
tipe
data
yang berbeda.
-
Metadata
ekstraksi
dan
transformasi,
berisi
mengenai
data
ekstraksi
dari
sumber
data, penamaan, frekuensi ekstraksi, metode ekstraksi, dan peraturan untuk ekstraksi.
-
Metadata pengguna akhir, adalah sebuah peta
navigasi dari datawarehouse. Ini
memampukan pengguna akhir untuk menemukan informasi dari datawarehouse.
2.7 Pengertian Data Mining
Menurut Han, Jiawei (2006, p5) data mining merupakan
pemilihan
atau
“menambang” pengetahuan dari jumlah data
yang
banyak.
Sedangkan
menurut
Berry
(2004, p7),
data mining adalah
kegiatan
mengeksplorasi
dan
menganalisis
data
dalam
jumlah
yang
besar
untuk
menemukan
pattern dan
rule
yang
berarti.
Data
mining
digunakan
untuk
mencari
informasi
bisnis
berharga dari basis data yang sangat besar,
yang
dipakai
untuk
memprediksi trend dan sifat-sifat bisnis serta pola-pola yang tidak
diketahui sebelumnya.
Menurut
Prescott,
Hoffer
dan
McFadden
(2005,
p482),
data
mining adalah
penemuan
pengetahuan
dengan
menggunakan
teknik-teknik
yang
tergabung
dari
statistic, tradisional, artificial intelligence dan grafik computer.
Menurut
Han
(2006,
p21),
Fungsi
data
mining
digunakan
untuk
menentukan
jenis
pola
yang
terdapat
dalam database.
Dalam
beberapa
kasus,
mungkin
beberapa
pengguna
tidak
tahu
bahwa
pola-pola
menarik
yang
terdapat
dalam data
mereka,
dan
karena hal
itu
mereka
ingin
mencari beberapa jenis pola data secara parallel. Karenanya
 |