Scribd
Unggah
61 tayangan2 halaman

Paper Data Mining - BI

Data mining dapat membantu bisnis dengan mengidentifikasi pola dan tren saat ini serta korelasi antara variabel bisnis untuk memahami pelanggan. Data mining juga dapat digunakan untuk menganalisis data penjualan dan penerimaan mahasiswa agar perusahaan dan universitas dapat mengambil keputusan cepat dan meningkatkan kualitas layanan.

Diunggah oleh

Aprilian Nur
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
61 tayangan2 halaman

Paper Data Mining - BI

Data mining dapat membantu bisnis dengan mengidentifikasi pola dan tren saat ini serta korelasi antara variabel bisnis untuk memahami pelanggan. Data mining juga dapat digunakan untuk menganalisis data penjualan dan penerimaan mahasiswa agar perusahaan dan universitas dapat mengambil keputusan cepat dan meningkatkan kualitas layanan.

Diunggah oleh

Aprilian Nur
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
Anda di halaman 1/ 2

Paper

: Pemanfaatan Data Mining di Business Intelligence

Reviewer

: Aprilian nur wakhid Daini (04813) / Business Intelligence (A)

Data mining dapat memberikan kontribusi terhadap pemecahan


permasalahan bisnis pada industri dengan mengidentifikasi pola dan tren saat ini,
bagaimana perilaku dana tahapan terhadap kondisi ekonomi, politik dan sosial.
Korelasi antara berbagai variabel dalam data bisnis tidak dapat langsung terlihat
karena terlalu besarnya volume data dan keterbatasan dari analyst yang
memproses data tersebut. Manager perlu beberapa langkah sebelum mendapatkan
kesimpulan terhadap pola perilaku dari pelanggan untuk memahami, memisahkan,
mempertahankan dan memelihara nasabah yang menguntungkan. Business
intelligence dan data mining membantu para manager dan pengelola produk dalam
mengidentifikasi berbagai kelas dari pelanggan dan menghasilkan produk atau
layanan yang sesuai dengan kebutuhan dari pelanggan tersebut dan atau
penentuan strategi harga untuk menghasilkan manajemen penghasilan yang lebih
baik.
Misalnya pada data penjualan dapat dilakukan analisis yang mendalam
mengenai data transaksi pelanggan dengan menggunakan konsep data mining
yang melibatkan proses pengambilan sumber informasi dari sebuah transaksi
pelanggan, yang mencakup produk apa yang mereka beli, perilaku pembelian
pelanggan, dan lain-lain. Data mining dapat membantu mempercepat proses
pengambilan keputusan secara cepat, memungkinkan perusahaan untuk mengelola
informasi yang terkandung di dalam data transaksi menjadi sebuah pengetahuan
(knowledge) yang baru. Lewat pengetahuan yang didapat, perusahaan dapat
meningkatkan pendapatannya dan mengurangi biaya, dan pada akhirnya di masa
yang akan datang perusahaan dapat lebih kompetitif.
Selain data penjualan data mining dapat digunakan pada penerimaan atau
admisi mahasiswa. Proses admisi adalah proses mengidentifikasi pelamar terbaik
meliputi beberapa parameter dan saat kandidat yang diinginkan teridentifikasi
maka keputusan untuk menawarkan penawaran serta komposisi dari penawaran
tersebut cukup susah. Selain dapat digunakan dalam proses penerimaan
mahasiswa, penerapan data mining dapat digunakan untuk mendukung manajemen
pengajaran. Setiap universitas mengelola nilai mahasiswa dalam jumlah besar dari

berbagai fakultas yang berbeda-beda. Dengan adanya penerapan data warehouse


dan menganalisa data tersebut dengan menggunakan berbagai teknik data mining,
pihak pengelola fakultas dapat mengeksploitasi berbagai informasi tersembunyi dan
dapat melakukan peramalan dan analisis sehingga pengelola fakultas dapat
menggunakannya untuk meningkatkan kualitas pengajaran dan pengetahuan.

Para peneliti yakin bahwa data mining dan teknik manajemen penghasilan
dapat digunakan secara efektif untuk menyelesaikan masalah tersebut. Dengan
menggunakan data mining untuk mengembangkan model yang dapat memprediksi
kualitas dari pelamar dengan menggunakan data kinerja siswa pada masa lalu
berdasarkan kinerja siswa pada tahun pertama dalam hal GPA yang diperoleh dan
beberapa parameter penting yang dikumpulkan dari data pelamar seperti high
school GPA, SAT math score, SAT verbal score, strength of curriculum, adjusted GPA,
adjusted test scores, subjective score and overall assessment score.
Dengan menggunakan pendekatan diatas, pihak universitas dapat langsung
mengambil keputusan terhadap semua pendaftaran siswa dan pada saat yang
bersamaan dapat memaksimalkan proses penerimaan dengan menerima
mahasiswa terbaik pada kapasitas yang ditawarkan.

Anda mungkin juga menyukai