MODUL 4 SPATIAL DATA MINING

MODUL  4   SPATIAL  DATA  MINING       Pengantar     Data   mining   juga   popular   disebut   dengan   knowledge   discovery   from   data   (KDD)merupakan   ekstrasi   otomatis   dari   pola-­‐pola   mewakili   pengetahuan   implisit   yang   disimpan   dan   tertangkap   dalam   suatu   basis   data   besar,   gudang   data,   web,   data   stream   atau   repository   informasi   masif   yang   lain.   Data   mining   merupakan   bidang   multidisiplin   yang   melibatkan   berbagai   area   kerja   seperti   teknologi   basis   data,   mesin   pembelajaran,   statistic,   pengenalan   pola,   pencarian   informasi,   jaringan   saraf,   sistem   berbasis   pengetahuan,   kecerdasan   buatan,   komputasi  berkinerja  tinggi  dan  visualisasi  data.       Tahapan  Data  Mining     Langkah-­‐langkah   yang   terlibat   dalam   data   mining   bila   dilihat   sebagai   proses   penemuan  pengetahuan  adalah  sebagai  berikut  :     •

Pembersihan   data,   yaitu   suatu   proses   untuk   menghilangkan   atau   mengubah  data  yang  rusak  dan  data  yang  tidak  konsisten  

•

Integrasi   data,   yaitu   tahap   dimana   beberapa   sumber   data   dapat   dikombinasikan  

•

Seleksi  data,  yaitu  tahap  dimana  memilih  data  yang  relevan  dengan  tugas   analisis  yang  diambil  dari  basis  data  

•

Transformasi   data,   merupakan   suatu   tahap   dimana   data   diubah   atau   dikonsolidasikan  ke  dalam  bentuk  yang  sesuai  untuk  mining  

•

Data  mining,  merupakan  proses  penting  dimana  metode  yang  cerdas  dan   efisien  diterapkan  untuk  mengekstrak  pola  

•

Evaluasi   pola,   merupakan   tahap   dimana   dilakukan   suatu   proses   untuk   mengidentifikas   pola   yang   benar-­‐benar   menarik   untuk   mewakili   pengetahuan  berdasarkan  beberapa  kriteria  dan  tindakan  ketertarikan.     Modul  4  Basis  Data  Spasial   1  

 

•

Presentasi   pengetahuan,   dimana   visualisasi   dan   teknik   representasi   pengetahuan   digunakan   untuk   menyajikan   pengetahuan   yang   telah   ditambang  kepada  pengguna.    

  Seperti   yang   telah   disampaikan   pada   pertemuan   sebelumnya,   bahwa   manfaat   data   mining   dalam   kebutuhan   bisnis   adalah   sebagai   berikut   :   Suatu   toserba   dapat  menggunakan  data  mining  untuk  membantu  kampanye  pemasaran  target.   MDengan   menggunakan   fungsi   data   mining   seperti   asosiasi,   toko   dapat   menggunakan  aturan  asosiasi  untuk  menentukan  produk  yang  dibeli  oleh  suatu   kelompok   pelanggan   yang   mungkin   akan   mengarahkan   kepada   pembelian   produk   tertentu   lainnya.   Dengan   infromasi   ini,   toko   bisa   mengirimkan   materi   pemasaran   hanya   untuk   tipe   pelanggan   tersebut   yang   menunjukkan   kemungkinan   besar   untuk   membeli   produk   tambahan.     Analisis   statistic   sederhana   tidak   dapat   menangani   sejumlah   besar   data   seperti   data   pelanggan   di   suatu  department  store.       Fungsi  Data  Mining     Data  mining  memiliki  beberapa  fungsi    sebagai  berikut  :     •

Characterization,   merupakan   ringkasan   dari   karakteristik   umum   atau   fitur   dari   kelas   target   data.   Misalnya   saja   profil   dari   semua   mahasiswa   ITech  tahun  pertama  yang  memiliki  IPK  tinggi.    

•

Discrimination,  merupakan  perbandingan  fitur  umum  dari  sasaran  obyek   kelas   data   dengan   fitur   umum   dari   satu   atau   sekumpulan   kelas   yang   berlawanan.   Misalnya,   fitur   umum   dari   mahasiswa   dengan   IPK   tinggi   bisa   dibandingkan   dengan   fitur   umum   dari   mahasiswa   dengan   IPK   yang   rendah.  

•

Association,   merupakan   penemuan   aturan   sosiasi   yang   menampilkan   kondisi   nilai   atribut   yang   sering   terjadi   bersama-­‐sama   dalam   satu   set   data.   Misalnya   suatu   sistem   data   mining   menemukan   aturan   asosiasi   seperti   𝑚𝑎𝑗𝑜𝑟  (𝑋,teknik  informatika)⇒  memiliki  (X,  𝑘𝑜𝑚𝑝𝑢𝑡𝑒𝑟𝑝𝑟𝑖𝑏𝑎𝑑𝑖")  [𝑠𝑢𝑝𝑝𝑜𝑟𝑡 = 12%, 𝑐𝑜𝑛𝑓𝑖𝑑𝑒𝑛𝑐𝑒 = 98%      

2    

Modul  4  Basis  Data  Spasial  

Dimana   X   merupakan   variable   yang   mewakili   mahasiswa.   Aturan   mengindikasikan  bahwa  mahasiswa  yang  masih  kuliah,  12  %(support)  di   Teknik  Informatika  dan  memiliki  computer  pribadi.  Terdapat  probabilitas   98%   (confidence,   atau   kepastian)   bahwa   mahasiswa   dalam   grup   ini   memiliki  computer  pribadi.     •

Classification,   membangun   suatu   set   model   (atau   fungsi)   yang   menggambarkan   dan   membedakan   kelas   data   atau   konsep.   Klasifikasi   digunakan  untuk  memprediksi  label  kelas  dari  obyek  data.  

•

Clustering,   menganalisis   obyek   data   tanpa   berhubungan   dengan   label   kelas   yang   diketahui.   Obyek-­‐obyek   dikelonpokkan   berdasarkan   prinsipmemaksimalkan  

kesamaan  

intraclass  

dan  

meminimalkan  

kesamaan   interclass.   Setiap   cluster   yang   terbentuk   dapat   dilihat   sebagai   kelas  obyek.  Clustering  juga  dapat  memfasilitasi  pembentukan  taksonomi,   yaitu   pengamatan   organisasi   ke   dalam   hierarki   kelas     ke   dalam   kelompok   yang  serupa.   •

Data  evolution  analysis,   mendeskripsikan   evolusi   dan   keteraturan   model   atau   kecenderungan   untuk   obyek   yang   perilakunya   berubah   seiring   waktu,  

meskipun  

mungkin  

termasuk  

dalam  

characterization,  

discrimination,   association,   classification,   atau   clustering   data   yang   berhubungan   dengan   waktu.   Fitur   yang   berbeda   dari   analisis   tersebut     meliputi   analisis   data   berdasarkan   waktu,   urutan   atau   pencocokan   pola   secara  periodic,  dan  kesamaan  berbasis  analisis  data.       Konsep  Data  Mining  Spasial     Data   mining   spasial   adalah   penerapan   metode   data   mining   untuk   data   spasia.   Data  mining  spasial  memiliki  fungsi  yang  sama  dengan  data  mining  dalam  basis   data   relasional,   namun   memiliki   tujuan   akhir   untuk   menemukan   suatu   pola   dalam  geografi.    Bisa  dikatakan  bahwa  Data  Mining  Spasial  meruupakan  proses   untuk   menemukan   pola   non   trivia   yang   menarik   dan   berguna   dari   data   set   spasial  yang  besar.         Modul  4  Basis  Data  Spasial   3    

Komponen  dari  Data  Mining  ,  sebagai  berikut  :   •

Input,  merupakan  tabel  dengan  beberapa  kolom  yang  merupakan  domain   o Data,  terdiri  atribut  spasial  dan  non  spasial   o Hubungan   antara   data,   bisa   secara   spasial   dan   non   spasial.   Hubungan  data  non  spasial,  misalnya  secara  ranking,  aritmetik  dan   biasanya   eksplisit.   Hubungan   data   spasial   biasanya   implisit,   dan   berdasarkan   beberapa   kategori   seperti   set-­‐oriented   (union,   intersection,   membership,   dan   sebagainya),   topological   (meet,   within,   overlap,dsb),   directional   (left,   above,   behind,   North,   dsb).   Metric   (jarak,   arah,   perimeter,dsb),   dinamis   (update,   create,   dsb),   serta  berdasarkan  bentuk  dan  visibilitas.  

•

Dasar  Statistik  

•

Output,  merupakan  ukuran  ketertarikan  dan  pola  

•

Proses  komputasi,  merupakan  algoritma  yang  digunakan  

  Menurut   Kriegel,   perbedaan   utama   antara   data   mining   dalam   basis   data   relasional   dengan   data   mining   dalam   basis   data   spasial   adalah   bahwa   atribut   dari   beberapa   objek   yang   menarik   dari   tetangga   mungkin   memiliki   pengaruh   pada   obhek   dank   arena   itu   harus   dipertimbangkan   juga.   Lokasi   yang   eksplisit   dan   perluasan   objek   spasial   juga   mendefinisikan   hubungan   implisit   dari   lingkungan   spasial,   seperti   topologi,   hubungan   jarak   dan   arah   yang   digunakan   oleh   algortima   data   mining   spasial.   Oleh   karena   itu,,   teknik   baru   sangat   diperlukan  untuk  data  mining  yang  efektif  dan  efisien.       Sebagai  contoh,  suatu  tanaman  industri  baru  dapat  mencemari  lingkungan  yang   tergantung   pada   jarak   dan   arah   utama   angina.   Perhatikan   Gambar   1.   Gambar   tersebut   memperlihatkan   peta   yang   digunakan   dalam   penilaian   lokasi   yang   mungkin  dapat  digunakan  untuk  industry  tanaman  baru..  Peta  menunjukkan  tiga   daerah   dengan   derajat   yang   berbeda   polusi   (ditandai   dengan   warna   yang   berbeda)  yang  disebabkab  oleh  industri  tanaman  yang  direncanakan.  Selain  itu,   gambar   tersebut   juga   menunjukkan   obyek   lain   yang   dipengaruhi,   seperti   masyarakat  dan  hutan.       4    

Modul  4  Basis  Data  Spasial  

Dalam   ruang   spasial   terdapat   tiga   hubungan   biner,   yaitu   topologi,   jarah   dan   hubungan  arah.  Objyek  spasial  dapat  berupa  titik  (point)  atau  obyek  spasial  yang   diperpanjang,   seperti   garis,   polygon   atau   polyhedron.   Obyek   spasial   yang   diperpanjang   dapat   diwakili   oleh   satu   set   point   pada   permukaannya.   Sebagai   contoh  oleh  titik  yang  terkandung  dalam  obyek,  seperti  piksel  dari  suatu  obyek   dalam   citra   raster   (representasi   raster).   Oleh   karena   itu,   kita   dapat   menggunakan  set  titik  sebagai  representasi  generic  spasial  obyek.       Hubungan   topologi   (topological   relations)   adalah   hubungan   yang   invariant   dalam   transformasi   topologi,   yaitu   jika   kedua   obyek   diputar   (dirotasikan),   diterjemahkan,   atau   ditingkatkan   secara   bersamaan.     Perhatikan   ilustrasi   berikut.   Suatu   hubungan   topologi   antara   dua   obyek   A   dan   B,   berasal   dari   Sembilan   persimpangan   dari   batas-­‐batas   dalan   melengkapi   satu   sama   lain.   Hubungan  tersebut  adalah  :  A  disjoint  B,  A  meets  B,    A  overlap  B,  A  equals  B,  A   covers  B,  A  covers  B,  A  covered  by  B,  A  contains  B,  A  inside  B,  dan  sebagainya     Hubungan   jarak   (distance   relations)   adalah   hubungan   yang   membandingkan   jarak   duaobyek   secara   konstan   dengan   menggunakan   salah   satu   operator   aritmatika.  Sebagai  contoh,  jika  dist  adalah  fungsi  jarak,  dan  σ  menjadi  salah  satu   predikat   aritmatika   <,>   atau   =   ,   jika   c   merupakan   bilangan   real   serta   A   dan   B   merupakan  obyek  spasial  :  A,B  ∈  2  titik.  Maka  hubungan  jarak  A  distance  σ  c  B   ,holds  iff  dist  (A,B)  σ  c.       Untuk  definisi  arah,perhatikan  ilustrasi  berikut  :   Jika  rep  (A)    menjadi  wakil  dari  obyek  A,  maka     B  northeast  A  terjadi,  iff  ∀  b  ∈B:  bx  ≥ 𝑟𝑒𝑝 𝐴

!   ∧   𝑏!   ≥

𝑟𝑒𝑝  (𝐴)!    

Dimana  southeast,  southwest  dan  northwest  didefinisikan  secara  analog       Beberapa  Fungsi  Data  Mining  Spasial     Clustering   adalah   tugas   pengelompokan   obyek-­‐obyek   basis   data   ke   dalam   sub   class   bermakna   yaitu   cluster,   sehingga   anggota   cluster   yang   sama   menjadi   Modul  4  Basis  Data  Spasial   5    

semirip   mungkin,   sedangkan   anggota   kelompok   yang   berbeda   cluster,   memiliki   perbedaan   sebanyak   mungkin.   Aplikasi   pengelompokkan   atau   clustering   dalan   basis   data   spasial   misalnya   deteksi   kesalahan   seismic   oleh   grup.   Ilustrasi   ini   menggunakan   dua   filter   predikat   yang   berbeda   dalam   entri   suatu   katalog   gempa   atau   menciptakan   peta   tematik   di   sistem   informasi   geografis   dengan   mengelompokkan  fitur.         Characterizing   merupakan   tugas   untuk   menemukan   dekripsi   yang   ringkas   untuk   subses  yang  dipilih  (target  yang  ditetapkan)  dari  basis  data.  Suatu  karakterisasi   spasial  adalah  deskripsi  dari  sifat  spasial  dan  non  spasial  yang  khas  untuk  obyek   sasaran  tetapi  tidak  untuk  seluruh  basis  data.  Frekuensi  related  dari  nilai  atribut   non-­‐spasial   dari   jenis   obyek   berbeda   digunakan   sebagai   sifat   yang   menarik.   Misalnya   jenis   obyek   berbeda   dalam   basis   data   geografis   adalah   masyarakat,   gining,   danau,   jalan   raya,   rel   kereta   api,   dan   sebagainya.   Untuk   mendapatkan   karakterisasi  spasial,  tidak  hanya  property  dari  obyek  target  yang  dinilai,  tetapi   juga  sifat-­‐sifat  tetangga  mereka  (sampai  jumlah  maksimum  edge  yang  diberikan   dalam  grafik  lingkungan  relevan)  juga  dianggap.     Deteksi   tren   spasial   merupakan   perubahan   biasa   dari   satu   atau   lebih   atribut   non-­‐spasial   ketika   bergerak   menjauh   dari   yang   diberikan   pada   objek   o.   Lingkungan   jalur   mulai   dari   o   digunakan   untuk   model   gerakan   dan   analisis   regeresi   dilakukan   pada   nilai   atribut   masing-­‐masing   untuk   objek   dari   jalan   tetangga   untuk   menggambarkan   keteraturan   perubahan.   Untuk   regresi,   jarak   dari   o   adalah   variable   independen   dan   perbedaan   dari   nilai   atribut   merupakan   variable   dependen   untuk   regresi.   Korelasi   nilai   atribut   yang   diamati   dengan   nilai-­‐nilai   diprediksi   oleh   regresi   fungsi   menghasilkan   ukuran   kepercayaan   untuk  menemukan  tren.     Contoh  Penggunaan  Data  Mining  Spasial     Beberapa  organisasi  di  USA  yang  menggunakan  data  mining  spasial  antara  lain  :     •

NASA  Earth  Observing  System  (EOS)  :  digunakan  untuk  menambang  data   ilmu  bumi  

6    

Modul  4  Basis  Data  Spasial  

•

US  National  Intitute  of  Justice  :  digunakan  untuk  memetakan  criminal  

•

US   Census   Bureau,   Departement   of   Commerce   :   digunakan   untuk   mensensus  data  

•

US   Departement   of   Transportation   (DOT)   :   digunakan   untuk   menambah   data  lalu  lintas.  

•

US  National  Institute  of  Health  (NIH)  :  digunakan  untuk  mengelompokkan   penyebaran  kanker.    

  Tantangan  dalam  Data  Mining  Spasial     Miller   dan   Han   (2001)   menyampaikan   beberapa   tantangan   yang   dihadapi   sekaligus   kebutuhan   dalam   penelitian   dan   pengembangan   Data   Mining   Spasial   yaitu  :     •

Mengembangkan   dan   mendukung   gudang   data   geografis   (Geographic   Data  Warehouse);  sifat  spasial  biasanya  sering  direduksi  menjadi  atribut   non   spasial   sederhana   dalam   gudang   data   utama.   Membuat   gudang   data   terpadu  

membutuhkan  

solusi  

dalam  

pemecahan  

masalah  

interoperabilitas   data   spasial   dan   temporal,   termasuk   perbedaan   semantic,  sistem  referensi,  geometri,  akurasi  dan  posisi.     •

Representasi   spatio-­‐temporal   yang   lebih   baik   dalam   penemuan   pengetahuan  geografis;  metode  penemuan  pengetahuan  geografis  saat  ini   umumnya   menggunakan   representasi   obyek   geografis   dan   hubungan   spasial   yang   sangat   sederhana.   Metode   data   mining   geografis   harus   mengenali   obyek   geografis   yang   lebih   kompleks   (seperti   garis   dan   polygon)   dan   hubungan   (jarak   non-­‐Euclidean,   arah,   konektivitas   dan   interaksi  yang  dibentuk  ruang  geografis  seperti  daerah).Waktu  juga  harus   lebih  terintegrasi  ke  dalam  hubungan  dan  representasi  geografis.    

•

Penemuan   pengetahuan   geografis   menggunakan   beragam   jenis   fata;   metode   penemuan   pengetahuan   geografis   harus   dikembangkan   untuk   dapat   menangani   beragam   jenis   data   di   luar   model   raster   dan   vector   tradisional,  termasuk  citra,  multimedia  berbasis  geografis,  serta  data  tipe   dinamis  (seperti  animasi  dan  video  stream).  

  Modul  4  Basis  Data  Spasial   7    

    Referensi  :       Ester,   Martin,   Hans-­‐Peter   Kriegel   and   Jorg   Sander.   1999.   Knowledge   Discovery   in   Spatial   Databases.   Paper   at   German   Conferences   on   Artificial   Intelligence.   Germany.       Miller,  H.  and  Han,  J.,  (eds.),  2001,  Geographic  Data  Mining  and  Knowledge   Discovery,  (London:  Taylor  &  Francis)                

8    

Modul  4  Basis  Data  Spasial