Klasifikasi dalam Data Mining

Klasifikasi dalam Data Mining

Klasifikasi dalam Data Mining


Klasifikasi

Klasifikasi adalah menentukan sebuah record data baru ke salah satu dari beberapa kategori (atau klas) yang telah didefinisikan sebelumnya. Disebut juga dengan ‘supervised learning’. Berikut beberapa aplikasi dari klasifikasi :

1. Penjualan Langsung (Direct Marketing)

Tujuan : mengurangi costsurat menyurat dengan menentukan (targeting) satu set konsumen yang mempunyai kesamaan dalam membeli produk telepon seluler baru.

Pendekatan:
  • Gunakan data penjualan untuk suatu produk telepon seluler.
  • Kita mengetahui pelanggan yang memutuskan untuk membeli dan yang memutuskan untuk tidak membeli. Keputusan {buy, don’t buy} ini membentuk class attribute.
  • Himpunan bermacam demografi,gaya hidup dan company-interaction sehubungan dengan informasi mengenai pelanggan tertentu. Misalkan : Tipe bisnis, dimana mereka tinggal, berapa banyak mereka membayar, dll.
  • Gunakan informasi tersebut sebagai atribut input untuk mempelajari model klasifikasi.

  2. Fraud Detection

Tujuan : Memprediksi kasus-kasus transaksi curang dengan menggunakan kartu kredit.

Pendekatan:
  • Gunakan transaksi kartu kredit dan informasi pemegang kartu kredit sebagai atributnya. Misalkan : Kapan seorang pelanggan membeli, apa yang dibeli, apa selalu membayar tepat waktu, dsb.
  •  Beli label transaksi-transaksi sebelumnya sebagai transaksi ‘fraud’ atau ‘fair’ dan bentuk ini menjadi class attribute
  •  Pelajari satu model untuk class transasksi tersebut.
  •  Gunakan model ini untuk mendeteksi kecurangan dengan mengobservasi transaksi kartu kredit tiap account.

3. Customer Attrition/Churn:

Tujuan: Untuk memprediksi pelanggan mana yang akan berpindah ke kompetitor kita.

Pendekatan:
  • Gunakan record transaksi dengan pelanggan yang lalu maupun yang sekarang untuk mendaoatkan atribu, seperti: Seberapa sering pelanggan menghubungi, dimana dia menghubungi, pada hari apa dia paling sering menghubungi, status keuangannya, status perkawinannya, dsb.
  • Beri label pelanggan sebagai ‘setia’ atau ‘tidak setia’.
  • Temukan suatu model untuk ‘loyalty’.


sumber : buku data mining

 
kata kunci : Klasifikasi dalam Data Mining, Klasifikasi, data mining, skripsi teknik informatika, contoh skripsi, skripsi, contoh skripsi teknik informatika, ilmu skripsi