Bulan: Juni 2010

Membuat data bisa ngomong

Posted on Updated on

Sering saya melihat aplikasi-aplikasi seperti ini. Data yang ribuan/ratusan ditampilkan dalam 1 layar. Benarkan? Jika saya seorang pengguna dan disuguhi data sebanyak itu, pikiran pertama saya adalah buat apa data ini dan bagaimana saya membacanya.Data sebanyak itu jika ditampilkan malah kontra produktif alias tidak berarti. Saya teringat teman sekerja dulu yang dimarahi seorang Vice Presiden gara-gara disuguhi data yang berlembar-lembar dan cuma ngomong tolong diringkas dan maksimal 2 lembar saja.Kita harus belajar dan mencari tahu siapa yang mengkonsumsi laporan kita

Penyajian data yang sangat banyak walaupun disertai informasi yang akurat sangatlah tidak efektif. Tidak hanya untuk user yang membacanya tetapi juga dari segi teknis. Pernah saya mendengar teman yang butuh grid baru karena grid yang dipakai sekarang sangat lambat karena datanya sudah mencapai 1 jutaan record. Atau waktu untuk loading untuk menampilkan data semakin lama semakin lambat, kalo ini saya yang mengalami sendiri.he3. Penyajian data harus seperti penyajian makanan, makanannya lezat wadahnya pas tentu semakain sedaaapp…

Bagaimana memaksa data bisa ngomong?
Sebenarnya tidak salah jika anda menampilkan seluruh data customer anda. Paling tidak, kita dapat melihat jumlah customer kita. Alangkah baiknya juga disertai karakteristik atau demografi dari customer kita. Ini akan sangat membantu dalam menentukan segmen pasar yang akan diraih atau sebagai bahan marketing atau pemilihan product yang akan dijual.

grafik report top customer

Jika aplikasi anda sudah dapat menampilkan 10 customer dengan pembelian paling terbanyak dan 10 Produk yang paling laris, apa yang kurang? Sebenarnya sudah bagus dapat menampilkannya dan data anda sudah dapat ngomong. Cuma omongan masa lalu.Iya kan?. 10 customer paling atas dan 10 produk paling atas adalah rekaman kejadian masa lalu. Artinya telah terjadi penjualan yang menghasilkan laporan tadi. Tapi tidak dapat menjelaskan mengapa si A menjadi orang dengan pembelian paling atas, atau produk B menjadi paling laris. Adakah korelasinya dengan demografi customer kita. Yes! Saatnya membuat data kita bisa ngoceh…..!!!

Selamat datang di Business Intelligent!

Apa itu business Intelligent, kalo dari pengertiannya adalah sebagai berikut dari (diambil dari istilah dari pengertian BI di SQL Server 2008).

Business intelligence solutions include effective storage and presentation of key enterprise data so that authorized users can quickly and easily access and interpret it. The BI tools in SQL Server 2008 allow enterprises to manage their business at a new level, whether to understand why a particular venture got the results it did, to decide on courses of action based on past data, or to accurately forecast future
results on the basis of historical data.

Yang perlu digarisbawahi disini adalah kalimat based on past data dan forecast future
Results
. Jadi tidak hanya dapat ngomong yang sudah-sudah tetapi juga memprediksi kejadian yang akan datang berdasarkan data-data sekarang.

Berikut ini tool-tool yang biasanya ada untuk mengelola Business Intelligent,

1. Naïve Bayes Algorithm
Dengan Naïve Bayes Algorithm memungkinkan kita memprediksi kemungkinan kejadian didepan dengan data-data yang ada sekarang. Contohnya kemungkinan seorang customer membeli produk A berdasarkan tingkat pendidikan, jumlah anak, penghasilan dan lain-lainnya. Atau kalo contoh gambar dibawah ini adalah penggunaan Naïve Bayes Algorithm untuk memprediksi kemungkinan terwakilinya di parlemen Amerika, apakah dari Demokrat atau Republik berdasarkan keperpihakan suara pada tiap-tiap isu yang diusung.


contoh aplikasi menggunakan algoritma Naïve Bayes

2. Decision Trees Algorithm
Bayangkan anda seorang pegawai Bank di bagian kredit. Ada calon nasabah yang secara tampang kurang meyakinkan. kemudian anda mewawancarainya.Apakah anda sudah menikah?ia jawab ya. Apakah anda sudah bekerja?Ia menjawab sudah dengan lama bekerja 3 tahun. Berapa penghasilan anda sebulan ?ia jawab antara 10-12 juta berbulan.tetapi ternyata orang tersebut mempunyai record jelek yaitu pernah tidak membayar kredit selama 3 bulan berturut-turut di periode sebelumnya.Pertanyaan apakah orang tersebut permohonan kreditnya di kabulkan?
Dengan Decision Trees Algorithm memungkinkan memecahkan teka-teki tersebut.

Contoh aplikasi menggunakan algoritma decition tree

3. Time Series Algorithm
Jika anda mengelola toko retail kebutuhan pokok mungkin akan mengalami kejadian seperti ini. Tiap tanggal muda, ada peningkatan pembelian kebutuhan pokok. Jika menjelang hari raya, akan lebih meningkatnya lagi. Akibatnya anda harus memprediksi kira-kira berapa stock yang harus tersedia. Dari kejadian tersebut sebenarnya anda sedang melakukan analisa time series, yaitu menggunakan riwayat penjualan masa lalu untuk memperkirakan jumlah stock dimasa datang.

4. Clustering
Clustering sangat membantu mengelompokan data-data dengan parameter yang tidak jelas. Seperti contohnya begini. Anda mengelola rental persewaan DVD/VCD. Ada bermacam-macam pelanggan, ada yang suka film action,romantic,komedi atau documenter.Atau ada juga yang suka lebih dari satu genre. Dengan bantuan algoritma Clustering memungkian semua data dikelompokan berdasarkan riwayat transaksinya.

5. Sequence Clustering
Sequence Clustering dirancang untuk menganalisis populasi yang berasal dari data/kejadian ya ng berurutan dalam kelompok kasus yang sama atau tidak. Seperti contohnya untuk menganalisa customer purchase analysis dan bioinformatics.

6. Neural Network and Logistic Regression
Algoritma ini adalah salah satu yang terkenal di bidang kecerdasan buatan yaitu bagaimana memecahkan masalah dengan meniru jaringan saraf otak kita.

Contoh penggunaan algoritma Neural Network

Sebenarnya ada algoritma-algoritma lainnya yang dapat membuat aplikasi kita tambah yahud..yaitu Fuzzy Logic,AHP (Analytic Hierarchy Process) untuk membantu mengambil keputusan dengan masalah yang komplek. Dan satu lagi yang ini pasti kita sudah tahu semua yaitu Statistik.

OK!Sudah saatnya aplikasi anda tidak boleh dibilang cuma memindahkan kertas ke komputer!