ATI 13 Data Management, Data Mining, and Business...
Transcript of ATI 13 Data Management, Data Mining, and Business...
ATI 13Data Management, Data Mining,
and Business Intelligenceand Business Intelligence
Antonius Rachmat C
Data Modelling (ERD)
• Entities : suatu kesatuan data yang unik yang memisahkannya dari entitas lainnya (tabel)
• Attributes : ciri khas yang menempel pada entitas, biasa disebut field/column
• Relations : relasi yang terjadi antar entitas yang dihubungkan oleh atribut masing-masing entitas
– Biasanya dihubungkan dengan key (primary key and foreign key)
E-R Diagrams
• Rectangles represent entity sets.
• Diamonds represent relationship sets.
• Lines link attributes to entity sets and entity sets to relationship sets.
• Ellipses represent attributes
• Double ellipses represent multivalued attributes.
• Dashed ellipses denote derived attributes.
• Underline indicates primary key attributes
DBMS
Ex: MySQL, FoxPro, SQLServer, Postgres, Access, SQLite, Oracle
Database management system provides access to all data in the database.
DBMS connector
• Dibutuhkan juga DBMS connector yang berguna untuk menghubungkan antara DBMS dengan bahasa pemrograman yang sifatnya generalyang sifatnya general
• Connector sangat ditentukan oleh bahasa pemrogramannya
• Contoh: JDBC, ODBC, Connector for .NET (ADO.NET)
Indexing
• Indexing sering dilupakan• Indexing pada tabel dilakukan otomatis
pada primary key– Tidak demikian dengan field lainnya– Tidak demikian dengan field lainnya
• Field yang sering digunakan untuk query select klause where SEBAIKNYA diindex!– Index berdasarkan ASCII / Numerik– Index berdasarkan binary
DBMS system design model
(a) Centralized database. (b) Distributed database with complete or partial copies of the central database in more than one location.
Data analysis in Data Management
• It’s analytical processing, sometimes referred to as business intelligence, includes data mining, decision support systems (DSS), querying, and other analysis activities. analysis activities.
• These analyses place strategicinformation in the hands of decision makers to enhance productivity and make better decisions, leading to greater competitive advantage.
Data Warehouse
• Kumpulan bermacam-macam data yang bersifat subject oriented, integrated, time variant, dan persistent dalam mendukung proses pembuatan keputusan.
• Sumber data berasal dari berbagai macam • Sumber data berasal dari berbagai macam format, software, platform dan jaringan yang beda.– Biasanya berasal dari berbagai departemen
• Data pada data warehouse harus tersimpan dalam sebuah format yang baku (standar).
Karakteristik DW• Data terintegrasi dari berbagai sumber yang berasal dari
proses transaksional (OLTP)• Data harus dibuat konsisten sebelum digunakan (perlu
cleaning data)• Merupakan aggregate data/kesimpulan data, bukan data
yang detail• Data tersimpan dalam format yang standar sehinngga proses • Data tersimpan dalam format yang standar sehinngga proses
query dan analisa dapat dilakukan dengan cepat• Data bersifat read only
Data Warehouse
• Data di dalam data warehouse mempunyaikarakter khusus berupa time-series dalambentuk data historical
• Data terdiri dari suatu seri dari “pemotretan”keadaan yang ditandai dengan waktu dankeadaan yang ditandai dengan waktu dannilai data pada saat “pemotretan” tersebut
• Hal ini dapat digunakan untuk melakukan trend analysis dari data tersebut
• Data warehouse tidak diupdate secara terus menerus, tapi secara periodik
Data Mart
• Data yang terdapat dalam data warehouse dapat dibagi perbagian sesuai dengan kebutuhan dalam informasi -> Data Mart
• Data mart memiliki karakteristik yang sama dengan data warehouse, perbedaannya hanya dengan data warehouse, perbedaannya hanya terdapat pada jumlah data yang dimiliki.
• Dalam data mart, data yang ada hanya berasal dari satu bagian atau satu departemen saja, sedangkan pada data warehouse, data yang ada berasal dari seluruh bagian dalam perusahaan tersebut.
Data Warehouse vs Data Mart
• DW: A generic term for a system of storing, retrieving and managing large amounts of data– Software often includes sophisticated compression
and hashing techniques for fast searching andfilteringfiltering
• DM: type of data warehouse designed mainly to address a specific function or department’s needs– Often uses aggregation or summarization of the
data to enhance query performance– Important, however, to maintain the ability to access
the underlying base data to enable drilldownanalysis as necessary
Data Mining• Exploration & analysis, by automatic or
semi-automatic means, of large quantities of data in order to discover meaningful patterns
• Lots of data is being collected and warehoused – Web data, e-commerce– purchases at department/
grocery stores– Bank/Credit Card
transactions
Why Mine Data? - Commercial Viewpoint
transactions• Data collected and stored at
enormous speeds (GB/hour)
– remote sensors on a satellite
– telescopes scanning the skies
– scientific simulations generating terabytes of data
the extraction of predictive information from large databases.
• Data trend, connection and behavior pattern analysis
Data Mining
pattern analysis• Data quality -> data cleaning• Data mining tools -> ex: RapidMiner• Use for predictive and description• Statistical techniques and algorithms
Data Mining Tasks...
• Classification [Predictive]
• Clustering [Descriptive]
• Association Rule Discovery [Descriptive]
• Sequential Pattern Discovery • Sequential Pattern Discovery [Descriptive]
• Regression [Predictive]
• Deviation/Anomaly Detection [Predictive]
• Visualisasi adalah konversi data ke dalam format visual atau tabel sehingga karakteristik dari data dan relasi diantara item data atau atribut dapat di analisis atau dilaporkan
Data Visualization
Suhu permukaan laut pada bulan Juli tahun 1982
Apa itu Business Intelligence?
• Business Intelligence is the processes, technologies, and tools that help us change data into information, information to knowledge, and knowledge into plans that guide organization.
• Technologies for gathering, storing, analyzing dan providing access to data to help enterprise
• Technologies for gathering, storing, analyzing dan providing access to data to help enterprise users make better business decisions.
• Business Intelligence menjelaskan tentang suatu konsep dan metode bagiamana untuk meningkatkan kualitas pengambilan keputusan bisnis berdasarkan sistem yang berbasiskan data.
Irisan pada Business Intelligence
1. Converting Data Into Information2. Making Better Decisions Faster3. Rational Approach to Management
• Database systems and database integration• Data warehousing, data stores and data
marts• Enterprise resource planning (ERP) systems• Query and report technologies
Technologies Supporting BI
• Query and report technologies• Data mining and analytics tools• Decision support systems• Customer relation management software• Product lifecycle and supply chain
management systems
BI Component
• Data– Data store collection by individual applications
• TPS dan FIS– Gathering of all data stores
• Data warehousing• Data warehousing
• Presentation– Scorecards & Dashboards– Enterprise Reporting– OLAP Analysis– Advanced & Predictive Analysis– Alerts & Proactive Notification