Luki Ishwara's journal

Tutorial data mining dasar dengan menggunakan Microsoft SQL Server #3

Membangun Mining Model

---

Latar Belakang

Departemen marketing ingin meningkatkan penjualan dengan cara melakukan kampanye pemasaran terhadap customer-customer tertentu, metode yang digunakan adalah: menyelidiki atribut yang dimiliki oleh customer yang ada dalam database mereka. Perusahaan berharap dapat menemukan pola kesamaan yang ada di antara customer-customer berpotensi untuk membeli produk yang dihasilkan oleh perusahaan.

Katakanlah perusahaan memiliki database Adventure Works DW, yang berisi daftar dari customer-customer yang pernah membeli produk mereka, dan disamping itu, database tersebut berisi daftar customer baru yang berpotensi membeli produknya.

sebagai tambahan, departemen marketing ingin menemukan apakah terdapat pengelompokan yang logis dari customer yang terdapat pada database perusahaan, seperti misalnya customer yang memiliki kesamaan demografi dan pola pembelian.

---

Tujuan

pada pelajaran ini, anda akan belajar membuat sebuah skenario pengiriman promosi tepat sasaran, dan setelahnya anda akan mendapatkan beberapa hal sebagai berikut:

• Seperangkat mining model yang akan memberikan saran kepada anda anda, customer mana saja dari daftar customer yang merupakan customer berpotensi untuk membeli produk anda.
• Pengelompokan customer saat ini, pada kategori mana mereka berada.

Untuk menyelesaikan tugasi ini, anda akan menggunakan beberapa algoritma sebagai berikut:

1. Microsoft Naive Bayes Algorithm
2. Microsoft Decision trees Algorithm
3. Microsoft Clustering Algorithm

---

Langkah-langkah

1. Membuat sebuah Mining structure untuk skenario pengiriman promosi tepat sasaran

Langkah pertama untuk membuat sebuah skenario pengiriman promosi tepat sasaran adalah dengan menggunakan Data Mining Wizard yang terdapat pada Business Intelligence Development Studio, sehingga anda dapat menciptakan sebuah Mining Structure baru dan sebuah Decision tree mining model.

Pada tutorial ini anda akan membuat beberapa model berdasarkan mining structure yang telah dibuat. Model pertama akan dibuat bersamaan dengan dibuatnya structure ketika anda telah menyelesaikan proses wizard-nya, dan model ini tercipta berdasarkan kepada Microsoft Decision Trees Algorithm.

Tutorial Data Mining dasar dengan Menggunakan Microsoft SQL Server #2

pada tutorial bagian kedua ini saya akan pecah menjadi 4 bagian,

•  
  •  
    •  
      • Cara membuat sebuah analysis Service Project
      • Cara membuat Data Source baru
      • Cara membuat Data Source View baru
      • Memodifikasi Data Source View

Keempat langkah ini saling berkaitan, karena itu pastikan pengerjaannya berurutan.

Cara Membuat sebuah Analysis Service Project

1. Buka Microsoft SQL Server Business Intelligence Development Studio, anda bisa mendapatkannya pada Start –> All Programs –>Microsoft SQL Server 2008 – > SQL Server Business Intelligence Development Studio

Tutorial Data Mining dasar dengan Menggunakan Microsoft SQL Server #1

Tutorial ini akan memberikan anda gambaran bagaimana cara melakukan data mining dengan menggunakan SQL Server. Tutorial ini adalah tutorial dasar, jadi prinsipnya anda ikuti saja dulu langkah demi langkahnya, sampai nanti pada akhirnya anda mampu untuk melihat “The Big Picture” atau ide yang terdapat didalam tutorial dasar ini. Ketika anda sudah memperoleh “The Big Picture”-nya, kita akan masuk kedalam proses yang lebih kompleks. Mari kita mulai:

1. Menyiapkan Database untuk Analysis Service

Pada tutorial ini anda akan belajar bagaimana membuat database analysis service, menambahkan datasource dan datasource view, serta menyiapkan database baru untuk digunakan pada proses data mining.

---

2. Membangun Mining Model

Pada tutorial ini, anda akan belajar bagaimana membuat Mining Model, anda juga akan belajar bagaimana mengeksplorasi mining model, membandingkan mining model, dan membuat prediksi dari mining model yang anda buat dengan menggunakan algoritma-algoritma yang sudah disediakan seperti:

• Microsoft Decision Trees
• Microsoft Clustering
• Microsoft Naïve Bayes

Data Mining Terapan Menggunakan Microsoft Excel #3

Konfigurasi Koneksi ADD-IN ke Analysis Service

Perlu anda ketahu sebelumnya: Anda hanya dapat menggunakan Table Analysis Tools, hanya pada objek berformat tabel di Spreadsheet Excel.

Tabel pada Excel adalah sebuah area dengan format khusus, jadi bukan hanya area tertentu berisi data yang dihias tampak seolah olah sebagai sebuah tabel.

Setiap seleksi range berisi data dapat di ubah menjadi sebuah tabel, dengan cara melakukan format as table pada area data tersebut berada

Data Mining Terapan Menggunakan Microsoft Excel #2

Mempersiapkan Table Analysis Tools

SQL Server 2008 Data Mining add-ins for Microsoft Office 2007 dapat di download secara gratis, tools ini dapat membuat anda menggunakan kekuatan dari SQL Server Data mining pada Aplikasi Microsoft Office anda (terutama Microsoft Excel). Untuk mendapatkan add-in ini, anda dapat mendownloadnya di sini

Untuk menggunakan add-in ini, anda membutuhkan sebuah instance dari SQL Server Analysis service sudah terinstall di komputer anda. Analysis service sudah termasuk di dalam paket Microsoft SQL Server. Apabila anda tidak memiliki analysis service, anda dapat mendownload versi trial Microsoft SQL Server 2008 di sini.

Ketika Analysis service sudah terinstall dan berjalan, anda dapat menginstall Data Mining Add-in.

Data Mining Terapan Menggunakan Microsoft Excel #1

Bagi beberapa orang, Microsoft excel adalah awal dan akhir dari data analysis, maksudnya adalah dari awal data dibuat, data tersebut di analisa, dan sampai pada akhirnya membuat report, selalu microsoft excel yang digunakan.

Microsoft Excel merupakan tools yang sangat berguna untuk menampilkan data, melakukan perhitungan bahkan membangun model finansial.

Kali ini saya akan membahas bagaimana melakukan Data mining terapan dengan menggunakan Microsoft Excel.

Ide dasar penggunaan Microsoft Excel + data mining add in adalah menggunakan para pekerja informasi (orang-orang yang bekerja dengan data dan belum tentu seorang Spesialis IT ) untuk dapat melakukan analisa prediksi walaupun mereka tidak memiliki latar belakang pada data mining atau statistik.