Assala’alaikum Wr. Wb…
Hallo, guyyss...
Untuk
postingan kali ini, saya akan menjelaskan tentang penerapan data mining. Oke
mari kita langsung saja ke pembahasannya..
Sebagai cabang ilmu baru di bidang
komputer (lihat artikel sebelumnya berjudul ‘Data Mining’) cukup banyak
penerapan yang dapat dilakukann oleh Data Mining. Apalagi ditunjang ke-kaya-an
dan ke-anekaragam-an berbagai bidang ilmu (artificial intelligence, database,
statistik, pemodelan matematika, pengolahan citra dsb.) membuat penerapan data
mining menjadi makin luas. Di bidang apa saja penerapan data mining dapat
dilakukan? Artikel singkat ini berusaha memberikan jawabannya.
Analisa
Pasar dan Manajemen
Untuk analisa pasar, banyak sekali
sumber data yang dapat digunakan seperti transaksi kartu kredit, kartu anggota
club tertentu, kupon diskon, keluhan pembeli, ditambah dengan studi tentang
gaya hidup publik.
Beberapa solusi yang bisa diselesaikan
dengan data mining diantaranya:
· Menembak
target pasar
Data mining dapat melakukan
pengelompokan (clustering) dari model-model pembeli dan melakukan klasifikasi
terhadap setiap pembeli sesuai dengan karakteristik yang diinginkan seperti
kesukaan yang sama, tingkat penghasilan yang sama, kebiasaan membeli dan
karakteristik lainnya.
· Melihat
pola beli pemakai dari waktu ke waktu
Data mining dapat digunakan untuk
melihat pola beli seseorang dari waktu ke waktu. Sebagai contoh, ketika
seseorang menikah bisa saja dia kemudian memutuskan pindah dari single account
ke joint account (rekening bersama) dan kemudian setelah itu pola beli-nya
berbeda dengan ketika dia masih bujangan.
· Cross-Market
Analysis
Kita dapat memanfaatkan data mining
untuk melihat hubungan antara penjualan satu produk dengan produk lainnya.
Berikut ini saya sajikan beberapa contoh
:
a. Cari
pola penjualan Coca Cola sedemikian rupa sehingga kita dapat mengetahui barang
apa sajakah yang harus kita sediakan untuk meningkatkan penjualan Coca Cola ?
b. Cari
pola penjualan IndoMie sedemikian rupa sehingga kita dapat mengetahui barang
apa saja yang juga dibeli oleh pembeli IndoMie. Dengan demikian kita bisa
mengetahui dampak jika kita tidak lagi menjual IndoMie.
c. Cari
pola penjualan
· Profil
Customer
Data mining dapat membantu Anda
untuk melihat profil customer/pembeli/nasabah sehingga kita dapat mengetahui
kelompok customer tertentu suka membeli produk apa saja.
· Identifikasi
Kebutuhan Customer
Anda dapat mengidentifikasi
produk-produk apa saja yang terbaik untuk tiap kelompok customer dan menyusun
faktor-faktor apa saja yang kira-kira dapat menarik customer baru untuk
bergabung/membeli.
· Menilai
Loyalitas Customer
· Informasi
Summary
Anda juga dapat memanfaatkan data
mining untuk membuat laporan summary yang bersifat multi-dimensi dan dilengkapi
dengan informasi statistik lainnya.
Analisa
Perusahaan dan Manajemen Resiko
· Perencanaan
Keuangan dan Evaluasi Aset
Data Mining dapat membantu Anda
untuk melakukan analisis dan prediksi cash flow serta melakukan contingent
claim analysis untuk mengevaluasi aset. Selain itu Anda juga dapat menggunakannya
untuk analisis trend.
· Perencanaan
Sumber Daya (Resource Planning)
Dengan melihat informasi ringkas
(summary) serta pola pembelanjaan dan pemasukan dari masing-masing resource,
Anda dapat memanfaatkannya untuk melakukan resource planning.
· Persaingan
(Competition)
a. Sekarang
ini banyak perusahaan yang berupaya untuk dapat melakukan competitive
intelligence. Data Mining dapat membantu Anda untuk memonitor pesaing-pesaing
Anda dan melihat market direction mereka.
b. Anda
juga dapat melakukan pengelompokan customer Anda dan memberikan variasi
harga/layanan/bonus untuk masing-masing grup.
c. Menyusun
strategi penetapan harga di pasar yang sangat kompetitif. Hal ini diterapkan
oleh perusahaan minyak REPSOL di Spanyol dalam menetapkan harga jual gas di
pasaran.
Telekomunikasi
Sebuah perusahaan telekomunikasi
menerapkan data mining untuk melihat dari jutaan transaksi yang masuk,
transaksi mana sajakah yang masih harus ditangani secara manual (dilayani oleh
orang). Tujuannya tidak lain adalah untuk menambah layanan otomatis khusus
untuk transaksi-transaksi yang masih dilayani secara manual. Dengan demikian
jumlah operator penerima transaksi manual tetap bisa ditekan minimal.
Keuangan
Financial Crimes Enforcement Network di
Amerika Serikat baru-baru ini menggunakan data mining untuk me-nambang
trilyunan dari berbagai subyek seperti property, rekening bank dan transaksi
keuangan lainnya untuk mendeteksi transaksi-transaksi keuangan yang
mencurigakan (seperti money laundry). Mereka menyatakan bahwa hal tersebut akan
susah dilakukan jika menggunakan analisis standar. Anda bisa lihat di http://www.senate.gov/~appropriations/treasury/testimony/sloan.html Mungkin sudah saatnya juga Badan Pemeriksa
Keuangan Republik Indonesia menggunakan teknologi ini untuk mendeteksi aliran
dana BLBI.
Asuransi
Australian Health Insurance Commision
menggunakan data mining untuk mengidentifikasi layanan kesehatan yang
sebenarnya tidak perlu tetapi tetap dilakukan oleh peserta asuransi. Hasilnya?
Mereka berhasil menghemat satu juta dollar per tahunnya. Anda bisa lihat di
http://www.informationtimes.com.au/data-sum.htm. Tentu saja ini tidak hanya
bisa diterapkan untuk asuransi kesehatan, tetapi juga untuk berbagai jenis
asuransi lainnya.
Olah
Raga
IBM Advanced Scout menggunakan data
mining untuk menganalisis statistik permainan NBA (jumlah shots blocked,
assists dan fouls) dalam rangka mencapai keunggulan bersaing (competitive
advantage) untuk tim New York Knicks dan Miami Heat.
Astronomi
Jet Propulsion Laboratory (JPL) di
Pasadena, California dan Palomar Observatory berhasil menemukan 22 quasar
dengan bantuan data mining. Hal ini merupakan salah satu kesuksesan penerapan
data mining di bidang astronomi dan ilmu ruang angkasa. Anda bisa lihat di www.aig.jpl.nasa.gov/public/mls/news/SKICAT-PR12-95.html
Internet
Web Surf-Aid
IBM Surf-Aid menggunakan algoritma data
mining untuk mendata akses halaman Web khususnya yang berkaitan dengan
pemasaran guna melihat prilaku dan minat customer serta melihat ke-efektif-an
pemasaran melalui Web.
Dengan melihat beberapa aplikasi yang
telah disebutkan di atas, terlihat sekali potensi besar dari penerapan Data
Mining di berbagai bidang. Bahkan beberapa pihak berani menyatakan bahwa Data
Mining merupakan salah satu aktifitas di bidang perangkat lunak yang dapat
memberikan ROI (return on investment) yang tinggi. Namun demikian, perlu
diingat bahwa Data Mining hanya melihat keteraturan atau pola dari sejarah,
tetapi tetap saja sejarah tidak sama dengan masa datang. Contoh: jika orang
terlalu banyak minum Coca Cola bukan berarti dia pasti akan kegemukan, jika
orang terlalu banyak merokok bukan berarti dia pasti akan kena kanker paru-paru
atau mati muda. Bagaimanapun juga data mining tetaplah hanya alat bantu yang
dapat membantu manusia untuk melihat pola, menganalisis trend dsb. dalam rangka
mempercepat pembuatan keputusan. Kapankah data mining akan banyak digunakan di
Indonesia? Kita tunggu saja.
Cukup sampai disini dulu ya, kurang
lebihnya saya mohon maaf. See you in the next post guyyss.
Wassalamu'alaikum Wr. Wb...