BITCOIN BLABK COINS
BITCOIN BLABK COINS
Tampilkan postingan dengan label Analisa Data. Tampilkan semua postingan
Tampilkan postingan dengan label Analisa Data. Tampilkan semua postingan

Jumat, 26 Februari 2021

Prediksi Data

Materi Pembelajatan Informatika Kelas XI SMA/MA

 

Prediksi Data

Prediksi = estimasi = perkiraan = ramalan. Prediksi data adalah hasil dari kegiatan estimasi atau meramalkan atau memperkirakan nilai pada masa yang akan datang berdasarkan periode data tertentu. Prediksi data biasa digunakan dalam perencenaan suatu kegiatan suatu perusahaan, institusi, dan lembaga. Misalnya: perusahan menetapkan produksi berdasarkan prediksi data.

 

Machine Learning

Machine Learning merupakan salah satu cabang dari disiplin ilmu Kecerdasan Buatan (Artificial Intellegence) yang membahas mengenai pembangunan sistem yang berdasarkan pada data.

 

Cara Kerja Machine Learning



 

Jenis-Jenis Machine Learning

Untuk menjamin hasil prediksi data yang akuran, maka dibutuhkan metode pembelajaran dan algoritma pembelajaran yang tepat dalam kegiatan prediksi data.

Metode Pembelajaran dapat dilakukan dengan:

1.       Supervied Learning (Pembelajaran Terarah), menggunakan label dalam mempelajari dan menghasilkan pengetahuan.

2.       Unsupervised Learning (pembelajaran tidak Terarah), tidak menggunakan label dalam mempelajari dan menghasilkan pengetahuan.

Supervised Learning

a.       Estimasi: pembalajaran pada data dilakukan menggunakan fitur dan label



b.      Prediksi: metode yang menggunakan label dan fiturnya untuk dipelajari dan menggunakan tipe data numerik yang berbasis pada waktu (time series)



c.       Klasifikasi: metode yang membutuhkan label yang kategorial dan ordinal dalam proses pembelajaran.



d.      Asosiasi: metode untuk menemukan atribut yang muncul dalam satu waktu. Salah satu implementasi dari asosiasi adalah analisis keranjang belanja (market basket analysis).



Unsupervised Learning

Clustering atau pengklasteran : merupakan pengelompokan record, pengamatan, atau memperhatikan dan membentuk kelas obyek-obyek yang memiliki kemiripan.

Klaster adalah kumpulan record yang memiliki kemiripan satu dengan yang lainnya dan memiliki ketidakmiripan record dalam klaster yang lain.

Untuk lebih jelasnya tentang prediksi data, silahkan tonton video pembelajaran berikut ini.





 

Kamis, 25 Februari 2021

Model Data Berdasarkan Record

Materi Pembelajaran Informatika SMA Kelas XI

 

Model Data Berdasarkan Record

 

Model data berbasis objek: menggunakan konsep entitas, atribut dan hubungan antar entitas.  Model data berdasarkan record : berdasarkan record untuk menjelaskan kepada user tentang hubungan logik antar data.

 

Terdapat 3 Model Data Berdasarkan Record:

1.       Model Hierarki

2.       Model Jaringan

3.       Model Relasional

 

1.       Model Hirarki

Dimana data serta hubungan antar data direpresentasikan dengan record dan link (pointer), dimana record-record tersebut disusun dalam bentuk tree (pohon), dan masing-masing node pada tree tersebut merupakan record/grup data elemen dan memiliki hubungan cardinalitas:

·         Parent-Child : one to Many

·         Child-Parent : one to one



 

2.       Model Jaringan

Mirip dengan hirarkical model dimana data dan hubungan antar data direpresentasikan dengan record dan links. Perbedaannya terletak pada susunan record dan linknya yaitu network model menyusun record-record dalam bentuk graph dan menyatakan hubungan cardinalitas:

·         Parent-Child : one to Many

·         Child-Parent : one to one




3.       Model Relasional

Dimana data serta hubungan antar data direpresentasikan oleh sejumlah tabel dan masing-masing tabel terdiri dari beberapa kolom yang namanya unique. Setiap tabel memiliki hubungan kardinalitas: one to one, one to many, dan many to one.


Dan untuk lebih detail penjelasan tentang model data berbasis record, silahkan tonton video pembelajaran dibawah ini.




 

 

Model Data Berbasis Objek

 Materi Pelajaran Informatika SMA/MA/SMK Kelas X


Model Data

1.     Defenisi Model Data

·         Cara untuk menjelaskan bagaimana pemakai dapat melihat data secara nyata

·         Sekumpulan konsep-konsep untuk menerangkan data, hubungan-hubungan antara data dan batasan-batasan data yang terintegrasi di dalam suatu organisasi.

 

2.     Jenis-Jenis Model Data

1)     Model Data Berbasis Objek

·         Model Entity Relationship (ER)

·         Model Semantik

·         Model Berorientasi Objek

2)     Model Data Berdasarkan Record

·         Model Hierarki

·         Model Jaringan

·         Model Relasional

 

Model data berbasis objek: menggunakan konsep entitas, atribut dan hubungan antar entitas.

Model data berdasarkan record: berdasarkan record untuk menjelaskan kepada user tentang hubungan logik antar data.

 

Entitas & Atribut ?

Entitas (entity) adalah sebuah objek yang keberadaannya dapat dibedakan terhadap objek lain, contoh:

Binatang : KAMBING, SAPI, KUCING.

Manusia : MAHASISWA, DOSEN, PEMASOK

 

Atribut adalah deskripsi data yang bisa mengidentifikasi entitas, yang membedakan entitas tersebut dengan entitas yang lain,

contoh :

Siswa memiliki atribut : nomor induk siswa, alamat siswa, nama orang tua, tanggal lahir.

 

1)    Entity Relationship (ER) Model

 

Model untuk menjelaskan hubungan antar data dalam basis data berdasarkan suatu persepsi bahwa real word terdiri dari objek-object dasar yang mempunyai hubungan atau relasi antara objek-objek tersebut.

 

Model ER berisi ketentuan /aturan khusus yang harus dipenuhi oleh isi database. Aturan terpenting adalah MAPPING CARDINALITIES, yang menentukan jumlah entity  yang dapat dikaitkan dengan entity lainnya  melalui relationship-set.

Kardinalitas Model ER

       One to one

       One to many

       Many to one

       Many to many


2)     Model Semantik

 

Hampir sama dengan model Entity Relationship dimana relasi antara objek dasar tidak dinyatakan dengan simbol tetapi menggunakan kata-kata (Semantic).

Contoh, dengan masih menggunakan relasi pada Bank X sebagaimana contoh sebelumnya, dalam semantic model adalah seperti terlihat pada gambar di atas.

Tanda-tanda yang menggunakan dalam semantic model adalah sebagai berikut.





 

3.      Model Berorientasi Objek

·         Sebuah objek digambarkan dengan isi berdasarkan faktanya.

·         Sebuah objek mencakup informasi tentang relasi antara fakta dengan objek.

·         Sebuah objek adalah sebuah blok pembentuk dirinya sendiri untuk struktur independen.

·         Himpunan entitas sebagai class

·         Model berorientasi objek biasanya digunakan untuk menggambarkan data yang dibuat dalam pemrograman berorinetasi objek seperti Java

 

Ciri Model Berorientasi Objek:

Memetakan Objek sebagai class

Atribut merupakan karakteristik dari class

Function atau Procedure merupakan sifat atau fungsi yang dapat dilakukan oleh suatu class (class berisi property dan method)

 


Untuk lebih rinci penjelasannya, silahkan tonton video pembelajarannya:





 


Pemrosesan dan Visualisasi Data

 Materi Pelajaran Informatika SMA/MA/SMK Kelas X

Memproses data agar lebih mudah dipahami oleh yang melihat. Visualisasi data berarti mengubah data tabel menjadi grafik, pivot, dan lainnya.

Langkah-langkah yang dilakukan adalah sebagai berikut:

1. Cari data dari internet berupa CSV atau XLX kemudian unduh

2. Impor data tersebut ke dalam dataset Ms. Ecxel

3. Buatlah Pivot Tabel

4. Buatlah halaman Dasbor

5. Buatlah Slicer

Agar lebih jelas, yuk tonton video pembelajaran dibawah ini:




Analisis Data

 Materi Pelajaran Informatika SMA/MA/SMK Kelas X

1.      Pengertian

Analisis data adalah proses inspeksi, pembersihan dan pemodelan data dengan tujuan untuk menemukan informasi yang berguna, menginformasikan kesimpulan dan mendukung pengambilan keputusan. (Wikipedia)

 

2.      Pentingnya Data

Data merupakan fakta yang dapat berupa teks, angka, gambar, suara (voice), dan video. Data merupakan dasar untuk diolah menjadi informasi. Data juga diproses menjadi pengetahuan, dan  data sering digunakan untuk mengambil kebijakan dalam menyusun rencana kegiatan dan mengambil sebuah keputusan. Keterkaitan antara data, informasi, pengetahun, dan kebijakan dapat dimodelkan sebagai DIKW (Data Information Knowlegde, and Wisdom).

Untuk mengetahui lebih jelas perbedaan data, informasi, pengetahuan, dan kebijakan perhatikan contoh berikut ini.




Tabel diatas berupa data penjualan kantin sekolah yang tidak banya memberikan informasi karena hanya berupa sekumpulan fakta.

 

Tabel diatas berupa informasi dimana kita dapat melihat akumulasi penjualan kantin sekolah yang ditunjukkan dalam bentuk rekapitulasi penjualan.

 

Tabel diatas berupa informasi tabel pengetahuan dimana kita dapat menganalisa menu yang sering terjual pada setiap harinya.

 

3.      Pengumpulan Data

Pengumpalan data adalah proses mengumpulkan informasi/fakta tentang variabel tertentu sehingga dapat digunakan untuk menyajikan infromasi yang logis dan kredibel. Berdasarkan sumbernya, dalam pengumpulan data terdapat dua jenis yaitu data primer dan data sekunder.

1)     Data Primer merupakan data yang didapatkan langsung dari sumbernya dengan melakukan pengamatan (observasi), survei, wawancara, kusioner (daftar pertanyaan), dan pengukuran fisik.

Data yang terkumpul secara kontinu dan membentuk suatu ukuran data yang besar dikenal dengan istilah big data. Terdapat beberapa karakteristik yang menggambarkan big data yang sering disebut 4V (four Vs) antara lain:

a.       Volume yaitu jumlah data yang sangat besar dan dihasilkan dari berbagai perangkat.

b.       Velocity yaitu kecepatan data yang sangat cepat yang diperoleh per detik.

c.       Variety yaitu keanekaragaman tipe data yang diperoleh berupa teks, gambar, suara, dan lainnya.

2)     Data Sekunder merupakan data yang sudah dukumpulkan dan diolah oleh orang lain. Biasanya data seperti ini dapat diperoleh dari berbagai sumber di internet.

 

4.      Transformasi Data

Transformasi data adalah mengubah skala ukuran data asli menjadi bentuk lain yang lebih sederhana. Salah satu cara transformasi data adalah dengan mengubah rentang nilai atau tipe data yang berbeda. Secara umum terdapat tipe data diantranya sebagai berikut.

a.       Tipe data numerik merupakan tipe data yang didapatkan dari hasil pengukuran kuantitatif, dibagi menjadi dua (2) yaitu:

-          Diskrit adalah tipe data yang sifatnya relatif terbatas, misalnya: jumlah pengunjung, jumlah siswa, berapa banyak penjualan jus, dan lain-lain

-          Kontinu adalah tipe data yang sifatnya tidak terbatas atau berkesinambungan, misalanya: tinggi badan, luas lahan, jarak tempuh, dan lainnya.

b.       Kategorik merupakan tipe data yang bersifat kuantitatif dan tidak memiliki makna secara matematis, misalanya: jenis kelamin, agama, dan lain-lain

c.       Ordinal merupakan gabungan dari tipe data numerik dan kategorik. Nilai pada tipe data ini sudah ditentukan seperti pada tipe data numerik tetapi setip nilai memiliki makna secara matematis. Misalnya: grade A, B, C, D, E contoh lain seperti rating pada suatu produk.


Untuk lebih jelas, tonton video pembelajaran dibawah ini:




Artikel Lainnya

Analisis Data

 Materi Pelajaran Informatika SMA/MA/SMK Kelas X 1.       Pengertian Analisis data adalah proses inspeksi, pembersihan dan pemodelan data ...

BITCOIN BLABK COINS