Bab 2 Landasan Teori
2.1
Data, Database, dan DBMS (Database Management System) 2.1.1
Pengertian Data Menurut Prescott (2005, p5), data adalah sebuah fakta mengenai objek yang dapat disimpan dalam media komputer. Data memiliki banyak bentuk, salah satu contoh data adalah nama, alamat, dan nomor telepon dari pelanggan. Dalam perkembangan selanjutnya, data akan diolah menjadi bentuk yang lebih kompleks yang disebut dengan informasi. Informasi adalah data yang sudah diproses dengan cara tertentu untuk meningkatkan pengetahuan dari orang yang menggunakannya (Prescott, 2005, p5). Informasi dapat digunakan untuk membantu dalam meningkatkan pengetahuan yang dimiliki oleh perusahaan. Oleh karena itu penting bagi perusahaan untuk selalu memperbaharui informasi yang dimilikinya.
2.1.2
Pengertian Database dan DBMS Istilah Database atau "basis data" berawal dari ilmu computer. Catatan yang mirip dengan basis data sebenarnya sudah ada sebelum revolusi industri yaitu dalam bentuk buku besar, kuitansi dan kumpulan data yang berhubungan dengan bisnis. Istilah basis data mengacu pada 7
8
koleksi dari data-data yang saling berhubungan, dan perangkat lunaknya seharusnya mengacu sebagai sistem manajemen basis data (database management system/DBMS). Menurut Connoly dan Begg (2002, p16), DBMS
adalah sebuah piranti lunak, yang memungkinkan pengguna
untuk mendefinisikan, membuat, mengelola dan mengontrol akses terhadap sebuah database. Jika
konteksnya
sudah
jelas,
banyak
administrator
dan
programmer menggunakan istilah basis data untuk kedua arti tersebut. Berikut ini pengertian database menurut para ahli : -
Connolly (2002,p14-p15), database adalah kumpulan data yang berelasi secara logikal dan sebuah deskripsi dari data tersebut yang di desain untuk memenuhi kebutuhan organisasi. Database adalah sebuah tempat penyimpanan besar dari data yang dapat digunakan secara terus menerus oleh banyak departemen dan user.
-
Syahrial (2006, p45), Database adalah sekumpulan obyek seperti tabel, view, indeks, trigger, prosedur, dan obyek-obyek lain yang disimpan dalam database file dengan nama perluasan MDF dan LDF.
-
O’Brien (2005,p141), database adalah kumpulan elemen data terintegrasi yang berhubungan secara logikal.
-
Turban et al (2005,p446), database adalah kumpulan dari file-file yang menyimpan data yang saling berelasi dan berasosiasi satu dengan yang lainnya. Dimana letak data tersebut disimpan dapat
9
mempengaruhi kecepatan user untuk mengakses, query response times, data entry, security, dan biaya. Berdasarkan definisi diatas, dapat disimpulkan bahwa database adalah tempat penyimpanan dari data. Dan database sendiri adalah kumpulan dari elemen, relasi atau file-file yang saling terintegrasi untuk digunakan bersama dan dapat digunakan untuk memperoleh informasi yang dibutuhkan oleh perusahaan.
2.1.3
Komponen DMBS Sebagai sebuah sistem, DBMS juga memiliki komponen yang saling berinteraksi satu sama lain. Menurut Connoly dan Begg (2002, pp18-20), ada beberapa komponen utama yang harus dimiliki oleh sebuah DBMS yaitu :
2.1.4
1.
Perangkat Keras (Hardware)
2.
Piranti Lunak (Software)
3.
Data
4.
Prosedur
5.
Orang (pengguna)
Kelebihan DBMS Menurut Connoly dan Begg (2002, pp26-29), ada beberapa kelebihan yang dimiliki oleh DBMS dibandingkan dengan sistem
10
pengelolaan data tradisional (menggunakan file). Beberapa kelebihan itu antara lain : 1.
Berkurangnya redundansi. Redudansi data merupakan kerangkapan data yang terjadi dalam basis data, bukan pada tabel. Dengan penggunaan DBMS, terjadi
pengurangan
redundansi
data,
sehingga
terjadi
penghematan dalam penggunaan piranti penyimpanan. 2.
Konsistensi data Dengan menghilangkan redundansi, resiko data yang tidak konsisten dapat dikurangi.
Dengan penggunaan DBMS, suatu
data item hanya disimpan sekali dalam database, sehingga proses update terhadap data item tersebut juga hanya dilakukan sekali dan nilai baru hasil proses update tersebut juga akan langsung tersedia bagi semua pengguna. 3.
Lebih banyak informasi Dengan terintegrasinya data operasional, organisasi akan mampu untuk memperoleh lebih banyak informasi dari sejumlah data yang sama.
4.
Penyebaran data Database dimiliki oleh seluruh bagian organisasi dan dapat diakses oleh pengguna-pengguna yang diberikan otorisasi untuk mengakses data tersebut.
Dengan demikian, setiap
11
pengguna akan memiliki bagian yang lebih banyak dari data yang ada. 5.
Meningkatnya integritas data Dengan adanya integrasi yang dilakukan oleh DBMS, database administrator dapat memaksa agar dilakukan validasi terhadap batasan-batasan integritas data yang dihasilkan oleh suatu proses pada sistem.
6.
Peningkatan keamanan Dengan adanya integrasi data dalam database, database administrator dapat memaksa dilaksanakannya batasan-batasan keamanan tertentu terhadap penggunaan database oleh penggunapengguna tertentu pula.
7.
Standarisasi Sama seperti pada keamanan, adanya integrasi data juga memungkinkan dilakukannya standarisasi data antara setiap bagian dari organisasi.
8.
Penghematan biaya Dengan mengkombinasikan seluruh data operasional organisasi ke dalam satu database dan membuat sekumpulan aplikasi yang dapat mengolah satu sumber data ini, organisasi dapat melakukan penghematan biaya.
12
9.
Meminimalisasi konflik antara pengguna Setiap
pengguna
dalam
suatu
organisasi
memiliki
kebutuhan yang mungkin dapat mengakibatkan konflik dengan pengguna lain.
Karena database berada di bawah kontrol
database administrator, database administrator dapat membuat keputusan tentang bagaimana rancangan dan penggunaan operasional dari database, yang memungkinkan digunakannya sumber daya sebaik mungkin bagi keseluruhan perusahaan. 10.
Meningkatkan aksesibilitas data dan mengurangi waktu respon Dengan adanya DBMS, data-data yang dimiliki oleh suatu departemen dapat diakses secara langsung oleh pengguna pada departemen lainnya. Hal ini akan mengakibatkan sistem memiliki fungsionalitas-fungsionalitas tambahan yang dapat berguna bagi perkembangan organisasi.
11.
Peningkatan produktivitas Banyak DBMS yang menyediakan tool-tool yang dapat memudahkan proses pengembangan aplikasi database. Tool-tool ini
dapat
meningkatkan
produktivitas
programmer
dan
mengurangi waktu pengembangan aplikasi. 12.
Peningkatan konkurensi Dengan adanya DBMS, adalah mungkin bagi database untuk diakses lebih dari satu pengguna pada waktu yang bersamaan, tanpa saling menganggu.
13
13.
Peningkatan pelayanan backup dan recovery Kebanyakan DBMS modern telah menyertakan fasilitas untuk meminimalisasi proses yang hilang apabila terjadi kesalahan pada sistem, sehingga mempermudah dalam proses recovery dan backup terhadap database.
2.1.5
Kekurangan DBMS Selain kelebihan yang dimilikinya, DBMS juga memiliki beberapa kekurangan. Menurut Connoly dan Begg (2002, pp29-30), kekurangan dari DBMS antara lain : 1.
Kompleksitas Perancang dan pengembang database, database dan data administrator dan pengguna harus mengerti fungsi-fungsi yang terdapat dalam suatu DBMS (yang biasanya cukup kompleks) untuk dapat menggunakan DBMS tersebut dengan baik. Ketidakmampuan untuk mengerti sistem tersebut dengan baik dapat mengakibatkan dilakukannya perancangan yang buruk, yang dapat mengakibatkan konsekuensi yang serius terhadap perusahaan. 2. Ukuran Kompleksitas dan banyaknya fungsionalitas dari sebuah DBMS membuat DBMS menjadi sebuah piranti lunak yang berukuran besar, yang membutuhkan ruang penyimpanan yang
14
cukup besar dan membutuhkan memori yang besar untuk dapat bekerja. 3. Biaya Dengan digunakannya DBMS, dibutuhkan biaya ekstra untuk membeli DBMS itu sendiri dan melakukan perawatan terhadap DBMS tersebut. 4. Biaya tambahan untuk kebutuhan perangkat keras Kebutuhan ruang penyimpanan dari DBMS dan database mungkin akan mengakibatkan dibutuhkannya perangkat keras tambahan. Selain itu, untuk mencapai kinerja yang baik, mungkin organisasi harus membeli sebuah komputer yang lebih besar, atau bahkan sebuah komputer yang khusus didedikasikan untuk menjalankan DBMS tersebut. 5. Biaya konversi Pada beberapa kasus biaya pembelian DBMS dan perangkat keras tambahan dapat menjadi jauh lebih kecil dibandingkan biaya untuk mengkonversi aplikasi yang sudah ada agar dapat berjalan pada DBMS dan perangkat keras baru. Biaya konversi ini juga termasuk biaya untuk melatih pegawai agar dapat menggunakan sistem baru dan biaya untuk memperkerjakan spesialis
untuk
membantu
implementasi sistem baru.
dalam
proses
konversi
dan
15
6. Kinerja Karena DBMS dibuat sebagai solusi umum untuk lebih dari satu masalah, ada beberapa aplikasi yang berjalan lebih lambat dari biasanya. 7. Dampak kesalahan yang lebih besar Karena seluruh kegiatan operasi perusahaan tergantung pada keberadaan DBMS, adanya kesalahan pada komponen dari DBMS dapat mengakibatkan terhentinya operasi perusahaan.
2.2
Data Warehouse 2.2.1
Pengertian Data Warehouse Definisi dari data warehouse telah berevolusi sejak pertama kali diperkenalkan pada awal tahun 1980. Menurut Connolly dan Begg (2002,p1047), data warehouse adalah suatu kumpulan data yang bersifat subject oriented, integrated, time-variant, dan non-volatile dalam mendukung proses pengambilan keputusan. Data warehouse bertujuan agar perusahaan dapat menggunakan arsip datanya untuk mendapatkan keunggulan bisnis. Sedangkan menurut Inmon (2002,p31), data warehouse adalah koleksi data
yang berorientasi subjek, terintegrasi, tidak mengalami
perubahan, dan berdasarkan variasi waktu untuk mendukung keputusan manajemen. Namun secara singkat data warehouse dapat diartikan
16
sebagai tempat penyimpanan dari data yang didapat dari sistem perusahaan dan dapat diakses oleh user. Data warehouse adalah database yang dirancang khusus untuk mengerjakan proses query, membuat laporan dan analisa. Data yang disimpan adalah data business history dari sebuah organisasi atau perusahaan, dimana data tersebut tidak tersimpan secara rinci atau detil. Sehingga data dapat bertahan lebih lama berbeda dengan data OLTP (Online Transactional Processing) yang tersimpan sampai prosesnya berlangsung secara lengkap. Sumber data pada data warehouse berasal dari berbagai macam format, software, platform dan jaringan yang beda. Data tersebut adalah hasil dari proses transaksi perusahan atau organisasi sehari-hari. Karena berasal dari sumber yang berbeda-beda tadi, maka data pada data warehouse harus tersimpan dalam sebuah format yang baku.
2.2.2
Karakteristik Data Warehouse Data warehouse juga merupakan salah satu sistem pendukung keputusan, yaitu dengan menyimpan data dari berbagai sumber, mengorganisasikannya dan dianalisa oleh para pengambil kebijakan. Akan tetapi data warehouse tidak dapat memberikan keputusan secara langsung. Namun ia dapat memberikan informasi yang dapat membuat user menjadi lebih paham dalam membuat kebijakan strategis. Adapun
17
karakteristik data warehouse menurut Imnon (2002,p31) adalah sebagai berikut: 1.
Subject oriented Data warehouse dirancang melakukan analisis data berdasarkan subjek-subjek tertentu yang ada dalam organisasi, tidak berorientasi kepada proses atau aplikasi fungsional tertentu.
2.
Integrated Karakteristik kedua dan terpenting dari data warehouse adalah integrasi. Data diambil dari banyak sumber terpisah ke dalam data warehouse. Data yang diambil itu akan diubah, diformat, disusun kembali, diringkas, dan seterusnya. Data yang masuk kedalam data warehouse dengan berbagai cara dan mempunyai ketidak-konsistenan pada tingkat aplikasi tidak akan dimasukkan. Contoh konsistensi data antara lain adalah penamaan, struktur kunci, ukuran atribut, dan karakteristik data secara spesifik. Hasilnya adalah data dalam data warehouse yang memiliki satu bentuk.
3.
Non-volatile Non-volatile dapat diartikan bahwa data tersebut tidak mengalami perubahan. Data dilingkungan oprasional dapat dilakukan perubahan (update), dihapus (delete), dan dimasukkan data baru (insert) tetapi data dalam data warehouse hanya
18
melakukan loading dan accessing. Dengan ini maka data yang lama tetap tersimpan dalam data warehouse. 4.
Time-variant Karakteristik ini mengimplikasikan bahwa tiap data dalam data warehouse itu selalu akurat dalam periode tertentu. Dalam satu sisi, sebuah record dalam database memiliki waktu yang telah ditetapkan secara langsung. Disisi lain, sebuah record mempunyai waktu transaksi. Dalam setiap lingkungan baik oprasional maupun data warehouse lingkungan tersebut memiliki time horizon. Time horizon adalah sebuah parameter waktu yang dipertunjukkan dalam lingkungan tersebut. Batas waktu pada data warehouse lebih lama daripada system operasional, karena perbedaan batas waktu tersebut, maka data warehouse mempunyai lebih banyak history daripada lingkungan lainnya.
2.2.3
Tujuan Data Warehouse Tujuan pembuatan data warehouse sendiri sebenarnya beragam. Namun secara umum data warehouse digunakan untuk menyediakan data yang lebih mudah diakses oleh pada top level management sehingga dapat memberikan sudut pandang tersendiri. Berdasarkan pandangan diatas maka kami merumuskan tujuan data warehouse sebagai berikut:
19
1.
Data warehouse menyediakan suatu pandangan (view) umum, sehingga data warehouse akan memiliki keleluasaan untuk mengakomodasi bagaimana data akan ditafsirkan atau dianalisis selanjutnya.
2.
Data warehouse merupakan tempat penyimpanan seluruh data historis. Data warehouse akan bertumbuh menjadi sangat besar sehingga harus dirancang untuk mengakomodasi pertumbuhan data.
3.
Data warehouse dirancang untuk menyediakan data bagi berbagai teknologi analisis dalam komunitas bisnis. Secara umum ada beberapa hal yang harus diperhatikan dalam
membuat sebuah rancangan datawarehouse. Beberapa pertanyaan umum seperti tipe apa yang akan dimodelkan? Lalu apa dasar data dan level atom data yang akan disajikan? Dimensi apa yang dipakai untuk masingmasing record tabel fakta? Pertanyaan-pertanyaan tersebut nantinya akan membantu dalam menyusun sebuah arsitektur data warehouse. Arsitektur data warehouse menyediakan perangkat dengan mengidentifikasi dan memahami data akan pindah melalui sistem dan digunakan dalam perusahaan. Arsitektur data warehouse mempunyai komponen utama yaitu database yang hanya dapat dibaca.
20
Gambar 2.1 Arsitektur Data Warehouse Sumber : Connoly,2005, p1053 Berikut ini beberapa karakteristik arsitektur data warehouse : 1.
Data diambil dari sistem asal atau sistem informasi yang ada, database dan file.
2.
Data dari sistem akan diintegrasikan dan ditransformasikan sebelum disimpan kedalam data warehouse.
3.
Datawahouse adalah jenis database read only yang diciptakan untuk mengambil keputusan
4.
User mengakses data warehouse via front – end atau aplikasi.
21
2.2.4
Komponen Data Warehouse Untuk menjalankan fungsinya, data warehouse memerlukan data operasional yang selanjutnya akan melalui beberapa tahapan agar data tersebut layak dipakai. Berdasarkan gambar 2.1, komponen utama dalam data warehouse menurut Connoly 2005, p1052, yaitu : 1.
Operasional Data Data Operasional adalah data yang digunakan untuk mendukung proses bisnis sehari – hari nya. Data operasional masih berupa data mentah yang kotor. Disebut kotor karena didalamnya masih ada data yang duplikat, atau tidak sesuai dengan nilai data yang ditentukan.
2.
Operational Data Store Operational Data Store adalah tempat penyimpanan data operational yang bersifat current dan terintegrasi yang digunakan untuk analisis. Dengan kata lain, operational data store mendukung proses transaksi operational maupun proses analisis. Dengan adanya operational data store, maka pembangunan data warehouse menjadi lebih mudah karena operational data store dapat menyediakan data yang telah diekstrak dari sumber dan telah
dibersihkan
sehingga
proses
pengintegrasian
restrukturisasi data warehouse menjadi lebih sederhana.
dan
22
3.
Load Manager Load manager, disebut juga dengan komponen front – end, melakukan semua operasi yang berhubungan dengan ekstraksi dan load data kedalam data warehouse. Data dapat diekstrak langsung dari sumber data atau lebih biasa dari operational data store. Operasi yang dilakukan oleh load manager dapat meliputi transformasi sederhana dari data untuk mempersiapkan data untuk dimasukan ke dalam data warehouse. Ukuran dan kompleksitas dari komponen ini akan bervariasi diantara data warehouse dan dapat dibangun dengan menggunakan kombinasi dari tool loading data dari vendor dan program yang custom built
4.
Warehouse manager Warehouse manager melakukan semua operasi yang berhubungan dengan manajemen dari data didalam data warehouse komponen ini dibangun menggunakan alat manajemen data vendor dan program custom built. Operasi yang dilakukan oleh warehouse manager meliputi : ‐
Analisis data untuk memastikan konsistensi data
‐
Transformasi dan menggabungkan sumber data dari tempat penyimpanan sementara ke dalam table data warehose
‐
Pembuatan index dan view berdasarkan table dasar
23
‐
Melakukan denormalisasi (jika diperlukan)
‐
Melakukan agregasi (jika diperlukan)
‐
Melakukan back up data
Dalam beberapa kasus, warehouse manager juga menghasilkan profile query untuk menentukan index dan agregasi manakah yang sesuai. Sebuah profile query dapat dihasilkan untuk tiap user, sekelompok user, atau data warehouse dan didasarkan pada informasi yang menggambarkan karakteristik dari query seperti frekuensi, target table, ukuran set hasil. 5.
Query Manager Query manager, disebut juga dengan komponen back end melakukan semua operasi yang berhubungan dengan manajement dari query user. Komponen ini biasanya dibangun menggunakan tool akses data end user vendor, tool pengawasan data warehouse, fasilitas database dan program custom built. Kompleksitas dari query manager ditentukan oleh fasilitas yang disediakan oleh tool akses end user dan database. Operasi yang dilakukan oleh komponen ini meliputi mengarahkan query ke tabel yang sesuai dan menjadwalkan pengeksekusian query. Dalam beberapa kasus, query manager juga menghasilkan profile query untuk mengizinkan warehouse manager menentukan index dan agregasi mana yang tepat.
24
6.
Metadata Area dari data warehouse ini menyimpan definisi dari semua data yang digunakan oleh semua proses dalam data warehouse. Metadata digunakan untuk berbagai tujuan yang meliputi : •
Ekstraksi dan load process – metadata digunakan untuk memetakan sumber kedalam view biasa dari data didalam warehouse.
•
Proses manajemen warehouse – metadata digunakan untuk mengotomatisasi produksi dari tabel ringkasan.
•
Sebagai bagian dari management query – metadata digunakan untuk mengarahkan lansung sebuah query ke sumber data yang paling tepat. Sehingga proses dalam processing query menjadi lebih cepat Sruktur dari metadata berbeda diantara setiap proses,
karena tujuannya berbeda. Hal ini berarti copy dari metadata yang bergambarkan item data yang sama disimpan dalam data warehouse. Sebagai tambahan, kebanyakan tool vendor untuk management copy dan akses untuk data end user menggunakan metadata versi mereka sendiri. Secara spesifik, tool manajemen menggunakan metadata untuk mengerti aturan pemetaan untuk menerapkan dengan tujuan untuk mengkonversi sumber data ke dalam bentuk yang umum. Tool akses end user menggunakan metadata untuk mengerti
25
bagaimana membangun sebuah query. Manajemen dari metadata merupakan tugas yang sangat kompleks yang tidak boleh diremehkan. 7.
End User Access Tool Tujuan utama dari data warehouse adalah menyediakan informasi kepada user bisnis untuk membuat keputusan strategis. User ini berinteraksi dengan data warehouse menggunakan tool akses end user. Data warehouse mendukung secara efektif analisis adhoc dan analisis rutin. Performa yang tinggi dapat dicapai dengan merencanakan terlebih dulu kebutuhan untuk join, summation, dan laporan periodic oleh end user. Ada lima kelompok utama dari tool ini: o
Reporting and query tools Reporting tools meliputi tool produksi laporan dan penulis laporan. Tool produksi laporan digunakan untuk menghasilkan laporan operasional regular atau mendukung tugas batch berkapasitas tinggi, seperti pesanan pelanggan atau faktur dan cek pegawai. Penulis laporan, merupakan tool desktop yang murah yang didesign untuk end user tool query untuk data warehouse relational di desain untuk menerima SQL atau menghasilkan pernyataan SQL untuk meng-query data yang disimpan di dalam data warehouse. Tool ini melindungi user dari kompleksitas
26
dari SQL dan struktur database dengan mengikutsertakan sebuah layer meta diantara user dan database. Layer meta adalah perangkat lunak yang menyediakan view subject oriented dari database dan mendukung pembuatan ‘point and click’ dari SQL. Sebuah contoh dari tool query adalah query by example (QBE). Tool query dikenal dengan user dari aplikasi bisnis seperti analisis demographic dan daftar mailing pelanggan. o
Application development tools Kebutuhan dari end user seperti kapabilitas built in dari reporting tool dan tool query tidak sesuai baik karena analisis yang dibutuhkan tidak dapat dilakukan atau karena interaksi user membutuhkan expertise tingkat tinggi pada user. Dalam situasi ini, akses user mungkin membutuhkan pengembangan aplikasi in-house yang menggunakan tool akses data grafikal yang didesain untuk lingkungan client server. Beberapa dari tool pengembangan aplikasi ini berintergrasi dengan tool OLAP, dan dapat mengakses semua system database, termasuk Oracle, Sybase, dan Informix.
o
Executive Information System (EIS) Tools EIS, sering disebut dengan ‘sistem informasi semua orang’, awalnya di desain untuk mendukung
27
pembuatan keputusan strategis. Namun, fokus dari sistem ini diperluas untuk mendukung semua tingkat dari manajemen. Tool EIS awalnya berhubungan dengan mainframe yang memungkinkan user untuk membangun aplikasi pembuat keputusan grafikal untuk menyediakan sebuah overview dari data organisasi dan mengakses sumber data eksternal. o
Online Analytical Processing (OLAP) Tools Tool OLAP didasarkan pada konsep database multidimensi dan memungkinkan user untuk menganalisis data menggunakan view multidimensi yang kompleks. Aplikasi bisnis untuk tool ini meliputi mempertinggi efektifitas dari kampanye pemasaran, peramalan penjualan produk
dan
perencanaan
mengasumsikan multidimensi
data yang
kapasistas.
Tool
diorganisir
dalam
didukung
oleh
ini
model MDDB
(Multidimentional Database) atau oleh relational database yang dirancang memungkinkan query multidimensi o
Data mining tools Data mining adalah sebuah proses menemukan korelasi, pola, dan tren baru dengan menggali sejumlah besar data menggunakan teknik statistik, matematis, intellegensia buatan. Data mining memiliki potensial
28
untuk memperluas kapabilitas dari tool OLAP karena tujuan utama dari data mining adalah untuk membangun model predictive dari pada model retroprective.
2.2.5
Skema Data Warehouse Komponen database dari sebuah data warehouse dideskripsikan dengan
sebuah
teknik
yang
disebut
dimensionality
modeling.
Dimensionality modeling merupakan suatu teknik desain logikal yang bertujuan untuk menampilkan data dalam bentuk standar dan intuitive, yang memungkinkan akses dengan kecepatan yang tinggi (Connolly dan Begg, 2005, p1079). Dimentionality modeling untuk desain data warehouse adalah sebagai berikut : 1.
Star Schema Menurut Connolly dan Begg (2005, p1079), star schema adalah struktur logikal yang mempunyai sebuah tabel fakta berisi data faktual yang ditempatkan ditengah, dikelilingi oleh tabel dimensi berisi data acuan (yang dapat didenormalisasi). Star schema mengeksploitasi karakteristik dari data faktual dimana fakta dibuat dari peristiwa yang muncul di masa lalu dan mustahil untuk diubah, dengan mengabaikan bagaimana mereka dianalisis. Kebanyakan fakta yang digunakan dalam tabel fakta adalah angka dan additive karena aplikasi data warehouse tidak pernah diakses sebagai sebuah record tunggal, tetapi mereka
29
diakses ratusan, ribuan bahkan jutaan record pada suatu waktu dan hal yang paling berguna untuk dilakukan dengan record yang begitu banyak tersebut adalah mengagregasikan mereka. Tabel dimensi, berisi deskripsi informasi berupa teks yang dapat digunakan
untuk
mempercepat
kinerja
query
dengan
denormalisasi informasi kedalam sebuah tabel dimensi. Denormalisasi tepat ketika terdapat sejumlah entity yang berhubungan dengan tabel dimensi yang sering diakses, menghindari overheat dari penggabungan tabel tambahan untuk mengakses attribute. Denormalisasi tidak tepat dimana data tambahan tidak sering diakses, karena overheat tabel dimensi yang diperluas tidak mungkin offset oleh berbagai perolehan dalam query.
Gambar 2.2 Contoh Star Schema Sumber : Connolly, 2005, p1080
30
Keuntungan dari star schema yaitu :
Mudah dipahami pengguna Star
schema
menggambarkan
dengan
jelas
bagaimana pengguna berfikir dan memerlukan data untuk query
dan
analisis.
Star
schema
menggambarkan
hubungan antar tabel sama seperti cara pengguna melihat hubungan tersebut secara normal
Mengoptimalkan navigasi Star melewati
schema database
mengoptimalisasikan sehingga
lebih
mudah
navigasi dilihat.
Meskipun hasil query terlihat kompleks, tetapi navigasi itu memudahkan pengguna.
Paling cocok untuk pemsrosesan query Star schema paling cocok untuk pemrosesan query karena schema ini berpusat pada query. Tanpa bergantung pada banyak dimensi dan kompleksitas query, setiap query akan dengan mudah dijalankan pertama dengan memilih baris dari tabel dimensi dan kemudian menemukan baris yang sama di tabel fakta.
31
2.
Snowflake schema Snowflake schema merupakan variasi dari star schema, namun tabel dimensi pada schema ini tidak mengandung denormalisasi yang memungkinkan sebuah dimensi untuk mempunyai dimensi lagi.
Gambar 2.3 Contoh Snowflake schema Sumber : Connolly, 2005, p1081 Suatu schema disebut snowflake schema jika satu atau lebih tabel dimensi tidak berhubungan langsung dengan fact table, melainkan pada tabel dimensi.
32
2.2.6
Arsitektur Data Warehouse 1.
Arsitektur two-tier Arsitektur ini memiliki kekurangan yaitu pada skalabilitas dan fleksibilitas yang dapat diperbaiki dengan menggunakan arsitektur multi-tier.
Gambar 2.4 Arsitektur Data Warehouse Two-Tier (Berson, Smith, dan Thearling, 2000, p32) 2.
Arsitektur multi-tier Arsitektur ini memperbaiki kelemahan skalabilitas dan fleksibilitas pada arsitektur two-tier. Server aplikasi melakukan penyaringan data, pengumpulan, dan akses data, mendukung metadata, dan memberikan view multidimensi.
33
Gambar 2.5 Arsitektur Data Warehouse Multi-Tier (Berson, Smith dan Thearling, 2000, p33)
2.2.7
Keuntungan Penggunaan Data Warehouse Menurut Connoly dan Begg (2002, p1048), kesuksesan penerapan sebuah data warehouse dapat membawa keuntungan besar bagi perusahaan meliputi : 1.
Potensi ROI (Return On Investment) yang tinggi Organisasi harus mengeluarkan sumber daya dan biaya dengan jumlah yang sangat besar untuk memastikan penerapan data warehouse yang sukses. Studi yang dilakukan IDC (International Data Corporation) pada tahun 1996 menghasilkan bahwa data warehouse mencapai rata-rata ROI dalam 3 tahun sebesar 401%, dengan lebih dari 90% perusahaan yang disurvei mencapai lebih dari 40% ROI, separuh perusahaan mencapai lebih
34
dari 160% ROI dan seperempat perusahaan dengan lebih dari 600% ROI. 2.
Keuntungan bersaing (competitive advantage) ROI yang besar untuk perusahaan yang telah sukses mengimplementasikan
data
warehouse
merupakan
bukti
keuntungan bersaing yang sangat besar. Keuntungan bersaing tersebut didapatkan dengan memberikan pembuat keputusan akses ke data sehingga dapat menemukan informasi yang sebelumnya tidak tersedia, tidak diketahui, dan tidak ditemukan seperti pelanggan, tren, dan permintaan. 3.
Meningkatkan produktivitas dari pembuat keputusan perusahaan Data warehouse meningkatkan produktivitas pembuat keputusan
pada
perusahaan
dengan
membuat
database
terintegrasi yang konsisten, berorientasi subyek, dan historis. Data warehouse mengintegrasikan data dari berbagai sistem yang berbeda-beda ke suatu bentuk yang memberikan sebuah pandangan yang konsisten tentang organisasi. Dengan mengubah data menjadi informasi yang berguna, data warehouse dapat membuat manajer bisnis untuk melakukan analisis secara lebih benar, akurat, dan konsisten.
35
2.2.8
Data mart Data yang terdapat dalam data warehouse dapat dibagi perbagian sesuai dengan kebutuhan dalam informasi. Inilah yang dsebut dengan data mart. Data mart memiliki karakteristik yang sama 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. Menurut Vercellis, Carlo (2009, p49) data mart adalah sebuah sistem yang menarik semua data yang diperlukan oleh sebuah departemen dalam perusahaan. Data di dalam data mart biasanya disesuaikan untuk melakukan fungsi tertentu, misalnya digunakan untuk product profitability analysis, KPI analysis, customer demographic analysis, dan sebagainya.
Gambar 2.6 Arsitektur Umum Data Warehouse dan Data Mart Sumber : Connolly, 2005, p1068
36
Ada beberapa karakteristik yang membedakan antara data mart dengan data warehouse, yaitu (Connolly and Begg, 2005, p1067): •
Data mart lebih berfokus kepada ketentuan maupun permintaan dari pengguna yang berkaitan dengan sebuah departemen ataupun fungsi-fungsi bisnis organisasi.
•
Secara normal data mart tidak mencakup data operasional yang mendalam tidak seperti halnya dengan data warehouse.
•
Karena data mart memiliki jumlah data yang lebih sedikit dibandingkan dengan data warehouse, data mart lebih mudah dimengerti dan diaplikasikan. Ada beberapa alasan untuk membangun sebuah data mart
(Connolly dan Begg, 2005, p1069), diantaranya : •
Member akses kepada user akan data yang diperlukan untuk melakukan analisis.
•
Menyediakan data dalam bentuk yang disesuaikan dengan berbagai sudut pandang atas data oleh sekelompok pemakai dalam sebuah departemen atau fungsi bisnis.
•
Mengurangi waktu respon dari end-user, sehubungan dengan berkurangnya volume data yang diakses.
•
Menyediakan struktur data yang sesuai dengan kebutuhan tools milik end-user, seperti OLAP maupun data mining. Tools tersebut mungkin membutuhkan struktur basis data internal sendiri. Pada
37
praktiknya, tools tersebut biasanya membentuk desain data mart sendiri untuk mendukung fungsionalitas tertentu secara spesifik •
Data mart umumnya menggunakan data lebih sedikit sehingga berbagai proses seperti cleaning, loading, transformasi dan integrasi menjadi jauh lebih mudah. Oleh karena itu pembuatan serta implementasi data mart menjadi lebih sederhana bila dibandingkan dengan data warehouse.
•
Biaya implementasi data mart yang dibutuhkan umumnya jauh lebih kecil daripada biaya implementasi sebuah data warehouse.
•
Para pengguna data mart yang ditetapkan sebagai sasaran untuk memperoleh dukungan terhadap sebuah proyek data mart daripada sebuah proyek data warehouse perusahaan.
2.3
Data Mining 2.3.1
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 yang berharga dari basis data yang sangat besar, yang dipakai untuk memprediksi tren dan sifat-sifat bisnis serta menemukan pola-pola yang tidak diketahui sebelumnya.
38
Menurut Prescott, Hoffer dan McFadden (2005, p482), data mining adalah penemuan pengetahuan dengan menggunakan teknikteknik yang tergabung dari statistik, tradisional, artificial intelligence dan grafik komputer. Berdasarkan beberapa pengertian diatas, dapat ditarik kesimpulan bahwa data mining adalah suatu proses analisis untuk menggali
informasi
yang
berharga
yang
tersembunyi
dengan
menggunakan statistik dan artificial intelligence di dalam suatu koleksi data (database) dengan ukuran sangat besar sehingga ditemukan suatu pola dari data yang sebelumnya tidak diketahui dan pola tersebut direpresentasikan dengan grafik komputer agar mudah dimengerti.
2.3.2
Fungsi Data Mining Menurut JiaweiHan (2006,p21) Fungsi data mining digunakan untuk menentukan jenis pola yang terdapat dalam database. Secara umum fungsi data mining dapat dikelompokan menjadi dua kategori yaitu deskriptif dan prediktif. Deskriptif berfungsi untuk merincikan sifat umum dari data yang terdapat dalam database. Prediktif berfungsi untuk menyediakan referensi yang dapat digunakan untuk merancang rangkaian prediksi. 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 paralel. Karenanya data mining sistem memiliki peranan penting dalam
39
menghasilkan jenis – jenis pola yang berbeda untuk mengakomodasi keinginan pengguna akan pola yang beragam. Selanjutnya, sistem data mining harus dapat menemukan bermacam – macam pola dari berbagai macam sumber. Sistem data mining juga harus membantu pengguna untuk menemukan petunjuk yang tepat dan spesifik. Karena beberapa pola dalam data mining tidak menyimpan seluruh datanya dalam database, ukuran kepastian atau kepercayaan biasanya terkait dengan setiap pola yang ditemukan. Menurut Berson, Smith dan Thearling (2000, pp37-38) pada dasarnya aplikasi data mining digunakan untuk melakukan empat macam fungsi, yaitu : 1. Fungsi Klasifikasi (Classification) Data mining dapat digunakan untuk mengelompokkan data-data yang jumlahnya besar menjadi data-data yang lebih kecil. 2. Fungsi Segmentasi (Segmentation) Disini data mining juga digunakan untuk melakukan segmentasi (pembagian) terhadap data berdasarkan karakteristik tertentu. 3. Fungsi Asosiasi (Association) Pada fungsi asosiasi ini, data mining digunakan untuk mencari hubungan antara karakteristik tertentu.
40
4. Fungsi Pengurutan (Sequencing) Pada
fungsi
ini,
data
mining
digunakan
untuk
mengidentifikasikan perubahan pola yang terjadi dalam jangka waktu tertentu.
2.3.3
Proses Dalam Data Mining Data mining adalah sebuah langkah dalam proses mencari pola – pola yang terdapat dalam setiap informasi. Langkah – langkah tersebut akan di jelaskan pada gambar 2.7 (Han, 2006, p6).
Gambar 2.7 Proses Menghasilkan Pengetahuan Melalui Data Mining Sumber : Han, Jiawei (2006, p6)
41
Gambar 2.7 menggambarkan proses data mining dalam menghasilkan pengetahuan dan terdiri dari beberapa urutan : 1.
Data Cleaning, untuk menghapus data yang tidak dipakai dan data yang tidak konsisten
2.
Data
Integration,
dimana
berbagai
sumber
data
dapat
digabungkan 3.
Data Selection, data yang bersangkutan pada tugas analisis diseleksi dan diambil kembali dari database
4.
Data Transformation, dimana data diubah atau diperkuat menjadi bentuk yang seharusnya untuk diolah dengan menganalisis ringkasan atau jumlah total agregasi
5.
Data mining, sebuah proses penting dimana metode intelijen diterapkan dengan tujuan untuk mengolah pola – pola data.
6.
Pattern evaluation, untuk mengidentifikasi pola – pola menarik yang menjelaskan mengenai ukuran dasar pengetahuan yang ada.
7.
Knowledge representasi
presentation, pengetahuan
dimana
visualisasi
digunakan
untuk
pengetahuan yang telah diolah untuk pengguna.
dan
teknik
menyajikan
42
2.3.4
Arsitektur Data Mining
Gambar 2.8 Arsitektur Tipikal Data Mining Menurut Han, Jiawei (2006,p8) Arsitektur tikipal data mining memiliki beberapa komponen, diantaranya adalah : ‐
Knowledge base : Bidang pengetahuan yang digunakan untuk memandu pencarian atau mengevaluasi pola – pola yang buruk.
‐
Data mining engine : Hal ini penting untuk sistem data mining dan idealnya terdiri dari sekumpulan fungsionalitas modul seperti analisi karaktersisasi, asosiasi dan korelasi, klasifikasi, prediksi, analisis cluster, analisis outlier dan analisis evolusi.
‐
Pattern
evaluation
module
:
Biasanya
komponen
ini
menggunakan langkah – langkah ketertarikan dan berinteraksi
43
dengan modul data mining agar fokus terhadap pola – pola yang jelas. ‐
Data mining : Modul ini menghubungkan antara pengguna dan sistem data mining, yang memungkinkan pengguna
untuk
berinteraksi pada sistem dengan cara menentukan query, menyediakan informasi agar proses pencarian menjadi lebih fokus, dan melakukan explorasi informasi berdasarkan hasil dari data mining.
2.3.5 Penerapan Data Mining Sebagai ilmu yang relatif baru, belum banyak perusahaan yang menerapkan data mining. Menurut Sucahyo Yudho Giri (2003, pp1-3) ada beberapa bidang dimana proses data mining dapat diterapkan antara lain : 1.
Analisa Pasar dan Manajemen Dengan
menggunakan
data
mining,
ada
beberapa
permasalahan yang dapat diselesaikan, diantaranya : a.
Menembak target pasar Data mining dapat melakukan pengelompokkan dari model-model pembeli dan mengklasifikasikannya berdasarkan
karakteristik
yang
diinginkan,
seperti
kebiasaan membeli dan tingkat penghasilan yang sama. b.
Melihat pola beli pemakai dari waktu ke waktu
44
c.
Cross-market analysis Data mining dapat dimanfaatkan untuk melihat hubungan antara penjualan satu produk dengan produk lainnya. Sebagai contoh, dengan data mining dapat diketahui pola penjualan indomie sedemikian rupa sehingga dapat diketahui barang apa saja yang juga dibeli oleh pembeli indomie.
d.
Profil pelanggan Data mining dapat membantu menganalisa profil pelanggan/pembeli/nasabah
sehingga
dapat
diketahui
kelompok pelanggan tertentu suka membeli produk apa saja. e.
Identifikasi kebutuhan pelanggan Dengan data mining, dapat diidentifikasikan produk-produk apa saja yang terbaik untuk tiap kelompok pelanggan, sehingga dapat disimpulkan faktor-faktor apa saja yang kira-kira dapat menarik pelanggan baru untuk bergabung/membeli.
f.
Menilai loyalitas pelanggan VISA International Spanyol menggunakan data mining untuk melihat kesuksesan program-program pelanggan loyalty mereka.
45
g.
Informasi Summary Data mining dapat dimanfaatkan untuk membuat laporan summary (kesimpulan) yang bersifat multidimensi dan dilengkapi dengan informasi statistik lainnya
2.
Analisa Perusahaan dan Manajemen Resiko a.
Perencanaan Keuangan dan Evaluasi Aset. Data Mining dapat membantu pengguna untuk melakukan analisis dan prediksi cash flow (aliran dana atau aliran uang) serta melakukan contingent claim analysis untuk mengevaluasi aset.
b.
Perencanaan Sumber Daya (Resource Planning) Resource
planning
dapat
dilakukan
dengan
memanfaatkan informasi ringkas (summary) serta pola pembelanjaan
dan
pemasukan
dari
masing-masing
resource yang didapatkan dari proses data mining. c.
Persaingan (Competition) Data
Mining
dapat
membantu
perusahaan-
perusahaan itu untuk memonitor pesaing-pesaingnya dan melihat market direction perusahaan lawan tersebut. Selain itu, dengan data mining, perusahaan juga dapat menyusun strategi penetapan harga di pasar yang sangat kompetitif.
46
d.
Keuangan Dalam bidang keuangan, data mining dapat digunakan untuk mendeteksi transaksi-transaksi keuangan yang mencurigakan (seperti money laundry). Hal ini akan sulit dilakukan jika menggunakan analisis standar.
e.
Asuransi Data
Mining
dapat
digunakan
untuk
mengidentifikasi layanan kesehatan yang sebenarnya tidak perlu tetapi tetap dilakukan oleh peserta asuransi. Selain itu,
data
mining
juga
dapat
digunakan
untuk
mengklasifikasikan pengguna-pengguna asuransi dengan tingkat resiko tertentu.
2.3.6
Ukuran Kesuksesan Data Mining Ukuran kesuksesan penerapan data mining cukup beragam. Menurut Berson, Smith, dan Thearling (2000, p222), ada tiga ukuran yang merupakan aturan emas untuk pengembangan data mining yaitu: 1. Ketelitian (accuracy) Sistem data mining harus menghasilkan sebuah model yang seteliti mungkin, tetapi perlu diketahui bahwa penambahan ketelitian yang dirasa kecil antara teknik-teknik yang berbeda mungkin memberikan efek yang besar atau mungkin efek yang
47
buruk, yang disebabkan karena contoh acak yang berubah-ubah dalam lingkungan pasar yang berubah-ubah. 2. Kejelasan (explanation) Sistem data mining harus mampu menjelaskan bagaimana model bekerja bagi end user dengan cara yang jelas sehingga membangun intuisi, dan memungkinkan intuisi-intuisi dan pemahaman umum untuk diuji dan ditegaskan secara mudah. Sistem tersebut sebaiknya juga memungkinkan adanya suatu kejelasan tentang keuntungan atau ROI (Return On Investment) yang dapat diperoleh dengan diimplementasikannya sistem data mining. 3. Integrasi (integration) Sistem data mining harus terintegrasi dengan proses bisnis yang ada, dan aliran data dan informasi pada perusahaan. Sistem ini membutuhkan penggandaan data dan pemrosesan data secara keseluruhan sehingga membuat banyak proses dimana kesalahan dapat muncul. Dengan integrasi yang kuat, beberapa kesalahan yang mungkin terjadi dapat diperkecil. Jika ketiga ukuran tersebut terpenuhi maka sistem data mining yang dibangun akan menghasilkan model yang sangat menguntungkan yang cenderung tetap stabil selama jangka waktu yang lama.
48
2. 4
Teknik Data Mining Ada banyak teknik dalam data mining. Teknik analisa tersebut umumnya terbagi menjadi teknik generasi lama dan teknik generasi baru. Adapun beberapa teknik yang dapat digunakan untuk melakukan data mining, diantaranya :
2.4.1
Teknik Decision Tree Menurut Berson, Smith, dan Thearling (2000, pp156-162), seperti namanya, algoritma decision tree adalah model perkiraan yang dapat dilihat sebagai sebuah pohon. Secara spesifik, setiap cabang (branch) dari pohon ini adalah pertanyaan klasifikasi, dan daun (leaf) dari pohon ini adalah bagian dari kumpulan data dengan klasifikasi tertentu. Sebagai contoh, untuk membagi-bagi pelanggan yang melakukan churning (memperbaharui kontrak telepon mereka) dalam industri telepon seluler, dapat dibuat decision tree seperti yang terlihat pada gambar 2.10.
Gambar 2.9 Contoh decision tree (Berson, Smith, dan Thearling, 2000, p157)
49
Karena decision tree termasuk teknik generasi baru, belum banyak orang menggunakannya. Namun secara garis besar ada beberapa cara dalam menggunakan decision tree, yaitu : 1.
Untuk eksplorasi. Algoritma
decision
tree
dapat
digunakan
untuk
mengeksplorasi data dan masalah-masalah dalam bisnis. Hal ini sering dilakukan dengan melihat perkiraan-perkiraan yang dihasilkan dan nilai-nilai yang terdapat dalam setiap percabangan pohon. 2.
Untuk melakukan pemrosesan awal terhadap data. Disini algoritma decision tree digunakan untuk melakukan pemrosesan awal terhadap data (tahap cleaning and extracting data) yang akan diprediksi dengan algoritma lain (misalnya : neural network).
3.
Untuk melakukan prediksi. Decision tree juga telah digunakan untuk melakukan prediksi terhadap kemungkinan-kemungkinan keadaan atau kondisi di masa yang akan datang.
Untuk membuat model data mining dengan menggunakan decision tree, kita perlu membuat pohon pertanyaan. Pohon pertanyaan ini nantinya akan digunakan untuk membagi-bagi data menjadi kelompok yang lebih spesifik atau lebih kecil. Hal ini akan terus dilakukan sampai
50
bagian paling terkecil atau sampai data tersebut sudah tidak dapat dipecah menurut karakteristiknya lagi. Untuk menentukan pertanyaan seperti apa yang akan digunakan untuk memecah pohon, perlu diketahui terlebih dahulu mengenai konsep pertanyaan yang baik dan yang buruk. Pertanyaan yang baik dan pantas digunakan untuk memecah pohon menjadi bagian-bagian yang lebih kecil adalah pertanyaan-pertanyaan yang mampu membagi record-record di dalam pohon menjadi bagian-bagian yang seimbang besarnya, sehingga membuat record menjadi lebih terorganisir ke dalam cabang-cabang di dalam pohon. Menurut Berry dan Linoff (1997, pp282-284) kelebihan dari teknik decision tree adalah sebagai berikut : 1.
Decision tree mampu menghasilkan aturan-aturan yang dapat dimengerti. Maksudnya disini adalah bahwa aturan-aturan yang dihasilkan dari algoritma decision tree ini dapat diterjemahkan ke dalam bahasa Inggris atau bahasa SQL yang dapat dimengerti. Bahkan walaupun apabila decision tree yang dihasilkan sangat kompleks dan besar, secara umum sangatlah mudah untuk mengikuti salah satu jalur di dalam pohon yang dihasilkan.
2.
Decision tree mampu melakukan klasifikasi tanpa membutuhkan banyak komputasi. Walaupun decision tree dapat mengambil berbagai macam bentuk, pada kenyataannya, algoritma yang digunakan untuk
51
menghasilkan decision tree umumnya menghasilkan pohon dengan faktor pencabangan yang kecil dan proses pengujian yang mudah pada setiap node-nya. Pengujian-pengujian yang umum meliputi perbandingan numerik, keanggotaan himpunan, dan perintah-perintah
konjungsi
sederhana.
Pada
saat
diimplementasikan ke dalam komputer, pengujian-pengujian ini diterjemahkan menjadi suatu operasi boolean dan integer yang cepat dan murah. Hal ini sangat penting karena pada lingkungan komersial, model-model prediktif seperti ini biasanya digunakan untuk mengklasifikasikan sejumlah besar record (jutaan bahkan miliaran record). 3.
Kemampuan untuk menangani data dalam bentuk kontinyu atau kategoris Metode decision tree dapat menangani variabel kontinyu atau kategoris dengan baik. Variabel kategoris, yang menjadi masalah pada teknik neural network dan teknik statistik, dapat dipisahkan dengan baik pada teknik ini (masing-masing kategori menjadi 1 cabang pohon). Variabel kontinyu dapat dipisahkan dengan sama mudahnya, yaitu dengan memilih salah satu angka diantara jangkauan angkanya.
52
4.
Kemampuan untuk dengan jelas melihat field yang paling baik Algoritma pembuatan decision tree mengambil field dengan kemampuan memisahkan data yang paling baik dan meletakkannya di node akar dari pohon tersebut.
Selain kelebihannya, ternyata decision tree juga memiliki beberapa kekurangan. Menurut Berry dan Linoff (1997, pp284-285) kekurangan dari teknik decision tree ini adalah sebagai berikut : 1.
Kemungkinan kesalahan semakin besar seiring dengan banyaknya kelas Beberapa algoritma decision tree hanya dapat menangani kelas-kelas dengan nilai biner (ya/tidak, terima/tolak). Beberapa algoritma
lainnya
dapat
membagi
record-record
menjadi
beberapa kelas, tetapi pada algoritma ini, kemungkinan kesalahan membesar saat jumlah contoh pada setiap kelas menjadi semakin kecil.
Hal ini dapat terjadi dengan cepat pada pohon yang
memiliki banyak tingkatan atau banyak cabang di setiap nodenya. 2.
Sulit dan mahal untuk dilatih Proses pembuatan decision tree sangat mahal. Pada setiap node, setiap kandidat field yang akan dipecah harus diurutkan terlebih dahulu sebelum pecahan terbaiknya dapat ditemukan. Pada beberapa algoritma, digunakan kombinasi dari field-field
53
tersebut, dan berat kombinasi optimal dari pohon harus dicari terlebih dahulu. Algoritma penyederhanaan (prunning) juga dapat menjadi sangat mahal, karena banyak kandidat sub-pohon yang harus dibentuk dan dibandingkan. 3.
Adanya masalah dengan daerah-daerah yang tidak berbentuk segi empat Kebanyakan algoritma decision tree hanya memeriksa satu field pada satu waktu. Hal ini mengakibatkan terciptanya kotakkotak klasifikasi yang berbentuk segi empat, yang mungkin tidak secara
baik
merepresentasikan
distribusi
record
yang
sesungguhnya dalam ruang keputusan.
2.4.2
Teknik Nearest Neighbor
Gambar 2.10 Ilustrasi Teknik Memory Based Reasoning atau Nearest Neighbor (Berson, Smith, dan Thearling, 2000, p138)
54
Menurut Berson, Smith dan Thearling (2000, p136), algoritma nearest neighbor adalah objek-objek yang “dekat” satu sama lain, juga akan memiliki nilai prediksi yang hampir sama. Dengan demikian, jika nilai prediksi dari salah satu objek diketahui, maka dapat diketahui nilai prediksi dari nearest neighbor-nya. Pada gambar 2.10, apabila nilai prediksi dari titik A, pada algoritma ini, dilakukan dengan melihat titik-titik lainnya yang berdekatan dengan titik A. Hal yang sama berlaku untuk titik B dan C). Menurut Berry dan Linoff (1997, pp184-185), ada beberapa kelebihan yang dapat diperoleh dari penggunaan algoritma nearest neighbor ini, yaitu: 1.
Hasil mudah dimengerti.
2.
Dapat diterapkan pada tipe data yang berubah-ubah, bahkan dapat diterapkan juga pada data non relasional.
3.
Dapat bekerja secara efisien pada jumlah field yang banyak.
4.
Dapat mengelola training set dengan jumlah effort yang minimal. Selain kelebihannya, ada juga kekurangan dari nearest neighbor.
Menurut Berry dan Linoff (1997, pp185-186) kekurangan dari nearest neighbor yaitu : 1.
Mahal dari segi komputasional saat melakukan klasifikasi dan prediksi.
2.
Membutuhkan jumlah penyimpanan yang besar untuk training set.
55
3.
Hasil dapat tergantung pada pemilihan fungsi jarak, fungsi kombinasi, dan jumlah neighbor.
2.4.3
Teknik Clustering Algoritma cluster, tidak seperti decision tree, tidak membagi data ke dalam garis-garis, tetapi menempatkan data dalam cluster-cluster, seperti yang terlihat pada gambar 2.11 di halaman berikut ini :
Gambar 2.11 Salah Satu Contoh Bentuk Visualisasi Teknik Clustering (Seidman, 2001, p13) Teknik clustering ini umumnya berguna untuk representasi secara visual, karena data dikelompokkan berdasarkan kriteria-kriteria umum. Banyak piranti lunak yang menampilkan kelompok-kelompok ini sebagai sebuah lubang peluru pada sebuah target.
Dari representasi target
tersebut, dapat dilihat adanya kecenderungan lebih tingginya jumlah lubang pada bagian-bagian atau kelompok-kelompok tertentu dari target
56
tersebut.
Menurut Berson, Smith, dan Thearling (2000, p148),
kelemahan utama dari teknik ini adalah : 1.
Hasil yang diperoleh sulit dimengerti Tidak seperti pada teknik decision tree, pada teknik ini tidak ada node-node yang dapat ditelusuri, dan tidak ada aturan yang bisa diikuti. Pada kenyataannya, tidak ada prediksi nyata yang dihasilkan (oleh karena itu, teknik ini lebih condong dilakukan untuk kebutuhan eksplorasi terhadap data dan visualisasi terhadap data yang dihasilkan teknik lain). Akibatnya hasil yang diperoleh dari penggunaan teknik ini akan sulit dimengerti.
2.
Karakteristik data sangat sulit dibandingkan Karena teknik ini mengandalkan data-data numerik untuk menentukan titik-titik yang akan dibuat pada sumbu koordinat, membandingkan angka-angka yang digunakan untuk mengukur data-data yang berbeda dapat menjadi sangat sulit.
2.4.4
Teknik Neural Network Neural network (jaringan syaraf) yang sebenarnya merupakan sistem biologis yang mencari pola, membuat prediksi dan dapat belajar. Sedangkan jaringan syarat tiruan merupakan program komputer yang dapat mencari pola, dan membangun model prediksi dari database historis yang besar dengan cara menerapkan algoritma yang dapat
57
membuat komputer belajar. Kekurangan neural network yaitu sulit digunakan dan dikembangkan. Tetapi neural network memiliki kelebihan yang berarti yaitu memiliki akurasi yang tinggi, yang dapat diterapkan pada berbagai jenis permasalahan (Berson, Smith dan Thearling, 2000, p173).
2.4.5
Teknik Association Rules Association rules merupakan salah satu bentuk utama dari data mining dan merupakan bentuk paling umum mengenai proses penemuan pengetahuan dalam sistem unsupervised learning. Teknik ini juga merupakan bentuk data mining yang paling mendekati apa yang dipikirkan orang mengenai data mining, yaitu menambang emas dari sebuah data yang besar. Yang menjadi emas adalah sebuah aturan yang menarik, dan dapat memberikan suatu gambaran tentang data yang mungkin tidak diketahui dan dapat dengan mudah dikemukakan. Teknik association rules melibatkan pemrosesan data secara besar-besaran, dimana semua pola yang memungkinkan secara sistematis akan diambil dari data, kemudian dilakukan pengukuran terhadap pola tersebut untuk mengetahui kemungkinan pola tersebut muncul kembali.
