Data Mining (A)

Multiple Choice

Pernyataan tentang data mining berikut ini benar, kecuali

• Data mining berisi teknik pencarian trend atau pola yang diinginkan dalam basisdata yang besar untuk membantu pengambilan keputusan

• Data mining hanya berhubungan dengan basisdata dan tidak berhubungan dengan ilmu statistik maupun artificial intelligent

• Data mining digunakan pada basisdata dengan volume data yang sangat besar

• Data mining merupakan bagian dari proses Knowledge Discovery in Databases (KDD)

Multiple Choice

Pernyataan tentang data warehouse berikut ini benar, kecuali

• Data warehouse merupakan sebuah sistem manajemen basisdata relasional

• Data warehouse merupakan tempat penyimpanan data terpusat yang dapat diquery untuk kepentingan bisnis

• Data warehouse berguna untuk menyediakan data yang siap ditransformasi dan diolah oleh perangkat pengambilan keputusan seperti data mining

• Data warehouse berisi bermacam data mentah dari berbagai sumber tanpa dilakukan proses pembersihan data

Multiple Choice

Mana dari kegiatan berikut yang tidak termasuk dalam pekerjaan data mining

• Membagi pelanggan sebuah perusahaan menurut penghasilannya

• Menghitung total penjualan sebuah perusahaan

• Mencari konsumen yang setia menggunakan produk perusahaan selama jangka waktu tertentu

• Memprediksikan stok barang perusahaan di masa depan dengan menggunakan catatan historis

Multiple Choice

Salah satu langkah dalam proses KDD adalah pemilihan dataset yang akan digunakan untuk menyelesaikan permasalahan tertentu. Jika kita ingin mengetahui kelompok pengguna kartu kredit yang bermasalah atau melakukan transaksi curang berdasarkan basis data transaksi penggunaan kartu kredit, maka atribut-atribut berikut diperlukan dalam proses tersebut, kecuali

• Nama bank pemberi kartu kredit

• Produk yang dibeli

• Tanggal pembelian

• Tanggal pelunasan kredit

Multiple Choice

Teknik atau algoritma data mining berikut bersifat prediktif, kecuali

• Deteksi penyimpangan

• Asosiasi

• Klasifikasi

• Regresi

Multiple Choice

Berikut ini adalah permasalahan yang dapat diselesaikan dengan salah satu teknik data mining yaitu klasifikasi, kecuali

• Menentukan konsumen yang layak dikirimi penawaran produk perusahaan untuk mengurangi ’cost’ surat-menyurat

• Menentukan konsumen yang tidak setia dan akan menggunakan produk dari kompetitor

• Mengetahui produk-produk tertentu yang akan dibeli oleh konsumen tertentu pada waktu yang akan datang berdasarkan data penjualan sebelumnya.

• Mencari konsumen yang melakukan transaksi ’curang’ dalam penggunaan kartu kredit

Multiple Choice

Jika kita ingin mengetahui pola belanja konsumen di sebuah toko, dengan tujuan untuk menentukan penempatan barang dalam toko, maka kita menggunakan teknik data mining

• Klasterisasi (clustering)

• Asosiasi

• Klasifikasi

• Regresi

Multiple Choice

Jika kita ingin membagi pasar kedalam subset pelanggan yang berbeda dimana suatu subset mungkin dapat dipilih sebagai target pasar yang dicapai dengan satu kombinasi pemasaran yang berbeda, maka kita menggunakan teknik data mining

• Klasterisasi (clustering)

• Asosiasi

• Klasifikasi

• Regresi

Multiple Choice

Jika kita ingin memprediksi jumlah penjualan produk baru berdasarkan pada belanja promosi/iklan, maka kita menggunakan teknik data mining

• Klasterisasi (clustering)

• Asosiasi

• Klasifikasi

• Regresi

Multiple Choice

Tantangan dalam teknik data mining yang harus diselesaikan diantaranya adalah sebagai berikut, kecuali

• Jumlah data yang sangat besar (scalability)

• Masalah dimensionalitas data

• Data yang homogen

• Masalah kualitas data