Penggunaan Web Mining Dalam Business intelligence Andru Putra ...
Upcoming SlideShare
Loading in...5
×
 

Penggunaan Web Mining Dalam Business intelligence Andru Putra ...

on

  • 1,916 views

 

Statistics

Views

Total Views
1,916
Views on SlideShare
1,916
Embed Views
0

Actions

Likes
0
Downloads
109
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft Word

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Penggunaan Web Mining Dalam Business intelligence Andru Putra ... Penggunaan Web Mining Dalam Business intelligence Andru Putra ... Document Transcript

  • Penggunaan Web Mining Dalam Business intelligence<br />Andru Putra Twinanda<br />Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika<br />Institut Teknologi Bandung<br />Email: ndrewh@yahoo.com <br />Abstrak. Pertumbuhan bisnis dalam bidang e-commerce telah membuat komunitas bisnis menghadapi situasi yang baru di mana kebanyakan proses bisnis dilakukan di internet. Banyaknya transaksi tersebut membuat diperlukannya penerapan business intelligence yang mampu memonitor penggunaan web bagi para konsumen. Hal ini menimbulkan teknologi baru pada data mining yakni disebut juga Web mining. Dalam makalah ini akan dibahas konsep dari web mining dan business intelligence. Makalah ini juga akan membahas bagaimana web mining, khususnya web usage mining, dapat diterapkan dalam business intelligence dan apa sajakah dampak positif yang dapat diperoleh dengan menerapkan web mining pada business intelligence.<br />Kata kunci: bisnis, business intelligence, web mining, internet, perilaku konsumen. <br />
    • Pendahuluan
    Pada beberapa dekade terakhir, dunia informasi mengalami perkembangan yang sangat pesat. Salah satu perkembangan yang paling signifikan adalah munculnya dunia internet. Dunia internet menyebabkan bermunculannya trend baru di dunia ini. Mulai dari trend komunikasi melalui messenger atau social network hingga trend transaksi bisnis. <br />Trend dunia bisnis yang baru akibat perkembangan dunia internet adalah konsep bisnis e-commerce. E-commerce merupakan bidang bisnis yang berfokus dalam jual beli barang atau jasa melalui internet, terutama via WWW [OL3]. Selain e-commerce, trend promosi dunia bisnis yang awalnya berupa media fisik (Koran, billboard, dll) pun berpindah ke internet. <br />Dengan banyaknya migrasi dunia bisnis ke internet, data yang terkandung dalam internet pun menjadi semakin banyak. Akan tetapi, data tersebut tidak terintegrasi dan tidak bisa menggambarkan keadaan dunia nyata secara lengkap. Hal inilah yang menjadi dasar diperkenalkannya konsep web mining, yang merupakan bentuk next generation dari data mining.<br />Data mining sendiri adalah proses mengekstraksi pola menarik dari sekumpulan data. Data mining bukanlah merupakan sebuah bidang ilmu yang baru karena pada dasarnya, data mining hanya menggabungkan beberapa bidang ilmu untuk mencapai tujuan yang diinginkan. Dalam data mining, diterapkan ilmu statistik, intelijensia buatan, teknologi basis data dan visualisasi.<br />Pada mulanya, data mining diterapkan untuk data dari basis data internal yang dimiliki oleh organisasi bisnis tersebut. Setelah bisnis di bidang e-commerce mengalami perkembangan yang pesat, metode data mining yang diterapkan dalam dunia bisnis pun berkembang. Metode mining yang diterapkan berevolusi menjadi web mining. <br />Dalam makalah ini, akan dibahas lebih lanjut mengenai web mining dan business intelligence. Selain itu, akan dibahas pula bagaimana web mining, khususnya web usage mining, dapat diterapkan dalam business intelligence dan apa sajakah dampak positif yang dapat diperoleh dengan menerapkan web mining pada business intelligence<br />
    • Data Mining dan Web mining
    Data mining merupakan proses ekstraksi pola menarik dari sekumpulan data yang dimiliki. Data mining tidak disebut sebagai sebuah bidang ilmu yang baru karena pada dasarnya hanya menggabungkan beberapa bidang ilmu yang sudah diperkenalkan sebelumnya. Oleh karena itu, data mining kita sebut sebagai sebuah teknologi.<br />Teknologi data mining diperkenalkan pertama kali karena alasan banyaknya data yang kita miliki, tetapi begitu sedikit informasi yang kita dapatkan dari data tersebut. Maka dari itu, diperlukan sebuah metode untuk memberikan informasi kepada yang membutuhkan dari data yang kita miliki tersebut. Data mining memberikan output berupa pola dari data yang menjadi masukan.<br />Gambar 1 Gambar Web usage mining Framework142875-911225<br />Data mining sudah diterapkan untuk berbagai kebutuhan, seperti medik, industri, penelitian, dan bisnis. Dalam dunia bisnis, data mining digunakan untuk mendukung pengambilan keputusan. Setiap keputusan yang diambil ditujukan untuk menentukan strategi bisnis yang akan diterapkan selanjutnya. Dalam paper ini, pembahasan akan dibatasi dalam bidang bisnis.<br />Berbagai penelitian yang dilakukan dan perkembangan teknologi yang telah terjadi mengakibatkan berkembangnya pula teknologi data mining. Perkembangan ini bisa dilihat baik dari aspek proses ekstraksi pola yang diterapkan maupun dari aspek sumber data. <br />Pada awalnya, data mining hanya diterapkan dalam database dalam satu site saja. Lalu, diperkenalkanlah konsep data warehouse dan data mart yang dapat memisah data untuk analisis per divisi dalam sebuah organisasi. Bahkan tidak hanya basis data relasional saja yang bisa menjadi target data mining. Saat ini, sudah diperkenalkan data mining bada basis data spasial dan temporal.<br />Salah satu perkembangan data mining dari sisi sumber data adalah web mining. Web mining, pada dasarnya, adalah data mining yang diterapkan dalam WWW (World Wide Web) [3]. Salah satu alasan utama yang mengapa diperkenalkan teknologi web mining adalah perkembangan teknologi internet yang begi pesat dan banyaknya informasi yang terkandung dalam internet.<br />Dari beberapa penelitian yang telah dilakukan, web mining dibagi menjadi tiga kategori: web content mining, web structure mining dan web usage mining [4]. Web usage mining menghasilkan pola navigasi pengguna website yang didapatkan dari web server log. Format umum web server log dapat dilihat pada referensi [1]. Ketika seorang pengunjung mengakses server, IP, user ID, waktu akses, mode request, status, dan lain-lain akan tercatat dalam log. Web structure mining melakukan tes terhadap hierarki pertautan dalm sebuah website untuk memperbaiki navigasi website. Web content mining mengeksplorasi data yang terkandung dalam sebuah website agar dapat memberikan resource yang lebih baik kepada pengunjung [OL2]. <br />Web usage mining mengambil data yang berasal dari web server log. Metode ini dapat memberikan gambaran mengenai perilaku user dan struktur sebuah web. Dengan mengetahui perilaku dari user yang menggunakan web, kita dapat menentukan bagian mana dari sebuah web yang merupakan bagian yang krusial dan dari sana, kita dapat menentukan keputusan seperti apa yang harus diambil.<br />Framework dalam web usage mining dapat dilihat pada Gambar 1. Dalam permasalahan web mining, data dapat diambil pada level server, client, dan proxy [1]. Data yang diambil dari sumber yang berbeda merepresentasikan pola navigasi dari berbagai segmen dalam website. Data dalam server log tidak selalu mengandung cukup informasi untuk menemukan perilaku user. Data yang sudah dipreproses dan dibersihkan bisa dipergunakan untuk penemuan pola dana analisis pola. Berbagai macam penelitian telah dilakukan untuk mengekstrak pola dari server log. Pola-pola yang sudah ditemukan pun dapat digunakan untuk berbagai macam tujuan, mulai dari perbaikan design dan struktur dari website hingga perbaikan fungsionalitas entitas bisnis agar dapat nekerja lebih efisien [8]. <br />Salah satu tools yang sudah dikembangkan untuk web mining adalah i-Miner yang mengoptimasi algoritma fuzzy clustering dan memiliki sistem inferensi Takagi-Suzeno yang menggabungkan algoritma revolusioner dan jaringan saraf tiruan. Penjelasan lebih lanjut tentang tools i-Miner dan cara kerjanya dapat dilihat di referensi [1].<br />
    • Business intelligence dan Perkembangannya
    Dalam pengelolaan data bisnis, teknologi basis data sudah menjadi sesuatu yang lazim untuk digunakan. Semakin berkembangnya dunia bisnis, semakin banyak pula data yang tersimpan di dalam sistem. Pertumbuhan data yang begitu cepat ini menimbulkan suatu kebutuhan baru, yaitu bagaimana cara menggunakan data-data tersebut bisa digunakan untuk melakukan evaluasi terhadap kinerja perusahaan selama ini dan untuk membantu penentuan strategi bisnis yang harus diambil. Atas dasar kebutuhan tersebutlah, istilah Business intelligence (BI) diperkenalkan.<br />Business intelligence adalah sebuah aplikasi atau teknologi yang memiliki kemampuan untuk memahami pola antar data yang dimiliki dalam konteks tertentu sehingga dapat digunakan dalam mendukung pengambilan keputusan dalam bidang bisnis. Konsep data mining dan data warehouse digunakan dalam sebuah sistem business intelligence untuk menemukan pola tersebut.<br />Proses pengambilan keputusan dapat didukung oleh sebuah business intelligence. Hal ini disebabkan business intelligence memiliki beberapa kelebihan sebagai berikut [2]:<br />
    • Mengubah data mentah (raw data) ke dalam bentuk yang lebih bermakna dan dapat digunakan untuk keperluan analisis
    • Mempermudah proses pengumpulan data
    • Mempercepat proses identifikasi kemajuan organisasi dalam rangka mencapai misi
    • Menyediakan kemampuan analisis terhadap data agar organisasi dapat bertindak lebih responsive terhadap perilaku lingkungan bisnis
    Gambar 2 Perkembangan BusinessIintelligence<br />Perkembangan business intelligence dibagi ke dalam tiga generasi. Seperti yang digambarkan dalam gambar 2, ketiga generasi tersebut adalah 1st Generation, 2nd Generation dan Next Generation [2]. Pada first generation, business intelligence mampu mengeksekusi query yang spesifik dan customized untuk menunjukkan data tertentu, misal data mengenai penjualan bulan April. Seiring perkembangan kemampuan processing dan volume data, business intelligence pada tahap second generation menjadi mampu untuk menghasilkan report dalam bentuk table-tabel dan grafik sehingga mempermudah tindakan observasi. Pada tahap next generation, business intelligence dituntut untuk mampu mengandung basis pengetahuan (knowledge base) dari praktisi bisnis sehingga dapat memberikan saran kepada pengguna tentang tindakan yang harus diambil untuk mengantisipasi perilaku pasar.<br />Tidak dapat dipungkiri, sistem business intelligence akan menjadi bagian yang penting dalam sebuah organisasi. Sebuah penelitian mengenai perkembangan business intelligence pun mengatakan bahwa [OL1] 20% dari organisasi yang berdiri pada tahun 2010 akan memiliki industry-specific analytic application untuk mendukung sistem business intelligence yang mereka miliki. Selain itu, dikatakan pula bahwa pada tahun 2012, 40% dari total budget sebuah unit bisnis akan terserap untuk pengelolaan business intelligence yang dimiliki. Hal ini mengindikasikan betapa pentingnya sebuah sistem business intelligence dalam keberlangsungan proses bisnis sebuah organisasi.<br />
    • Penerapan Web Usage Mining dalam Business intelligence
    Penggunaan web mining dari sudut pandang bisnis, dapat menghasilkan pola penggunaan website yang akan berpengaruh dalam proses pengelolaan aktivitas yang berkaitan dengan e-services, e-business, dan lain lain [5]. Informasi akurat mengenai penggunaan web (web usage) dapat membantu untuk menarik pelanggan baru, menjaga kesetiaan pelanggan tetap, dan meningkatkan penjualan [6]. Salah satu caranya adalah dengan menampilkan barang-barang yang mungkin dianggap menarik bagi pengguna sesuai dengan sejarah pengaksesan webnya. Profil dana karakteristik dari pelanggan juga dapat diidentifikasi dengan menggabungkan alur navigasi seorang pelanggan dengan data pribadinya, waktu page view dan page content [9], sehingga saran-saran yang diberikan kepada pengguna akan lebih tepat sasaran dan sesuai. Selain untuk kepentingan bisnis, optimasi pun dapat dilakukan dengan mengeksploitasi usage information sehingga dapat dilakukan perbaikan performa dari web server dengan mengimplementasikan strategi caching [10].<br />Web usage mining juga memberikan pengetahuan halaman-halaman mana saja yang sering digunakan dan yang mana yang jarang dikunjungi. Hal ini membantu perbaikan pola interaksi web yang dimiliki, mungkin dengan menghapus beberapa halaman yang tidak dirasa perlu atau menggabungkan halaman yang satu dengan halaman yang lainnya karena setiap user mengakses website, kedua halaman tersebut pasti dikunjungi, dan perbaikan-perbaikan lainnya. Dengan begitu, pengguna akan merasa lebih nyaman.<br />Web mining dalam business intelligence tidak hanya diperlukan oleh komunitas bisnis yang menerapkan bisnis e-commerce. Internet merupakan salah satu media yang sering diakses oleh banyak orang, sehingga internet menjadi tempat yang tepat untuk mempublikasikan informasi dari perusahaan. Pola akses dari pengunjung website perusahaan bisa memberikan gambaran mengenai karakteristik pelanggan. Salah satu Teknik dalam web usage mining dapat dipergunakan untuk mengantisipasi perilaku user secara real time dengan membandingkan pola navigasi sekarang dengan pola umum yang merupakan hasil ekstrak dari web server log. Sistem rekomendasi dapat dilaksanakan untuk memberi link yang menarik bagi pelanggan yang sedang mengakses website [10].<br />
    • Kesimpulan
    Dari pembahasan dalam paper ini, dapat disimpulkan bahwa business intelligence akan menjadi bagian yang penting dalam perkembangan bisnis dari suatu organisasi. Dari hasil penelitian, dikatakan bahwa 40% biaya dari unit bisnis akan diserap oleh pengelolaan business intelligence.<br />Perkembangan dalam media informasi akan membawa pengaruh yang besar terhadap perkembangan data mining. Dengan banyaknya informasi yang tersedia dalam internet, diperlukan suatu mekanisme agar dapat diketahui pola yang terkandung di dalamnya. Hal inilah yang mendasari diperkenalkannya web mining.<br />Perkembangan media informasi juga memberikan pengaruh terhadap dunia bisnis. Salah satu perkembangan media informasi yang paling signifikan adalah internet. Hal ini mengakibatkan banyak entitas bisnis yang harus melibatkan dirinya ke dalam dunia internet. Dari sinilah, web mining mulai diterapkan ke dalam business intelligence dengan tujuan menemukan pola perilaku pelanggan dalam website.<br />Referensi<br />[1] Abraham, Ajith. Business intelligence from Web usage mining. Department of Computer Science, Oklahoma State University.<br />[2]Asif, Saadia. An Overview Of Business intelligence. Inforia Inc.<br />[3]Cooley, R. Web usage mining: Discovery and application of interesting patterns from web data. Thesis, Department of Computer Science, University of Minnesota.<br />[4]Chakrabarti, S. Mining the Web: Discovering Knowledge from Hypertext Data. Morgan Kaufmann Publishers.<br />[5]Chen, PM and FC Kuo. An information retrieval system based on an user profile. The Journal of Systems and Software.<br />[6]Heer, J and EH Chi. Identification of web usertraffic composition using multi-modal clustering and information scent. In Proc. of the Workshop on Web mining, SIAM Conference on Data mining.<br />[7]Cho, YH, JK Kim and SH Kim. A personalized recommender system based on web usage mining and decision tree induction, Expert Systems with Applications.<br />[8]Paliouras, G, C Papatheodorou, V Karkaletsisi and CD Spyropoulous. Clustering the users of large websites into communities. In Proc. of the 17th International Conference on Machine Learning (ICML'00).<br />[9]F. Masseglia, P. Poncelet, and R. Cicchetti, An Efficient Algorithm for Web usage mining. Networking and Information Systems Journal (NIS)<br />[10] Abraham, Ajith. Naturan Computation for Business intelligence from Web usage mining. Department of Computer Science, Oklahoma State University.<br /> [OL1]“Gartner Reveals Five Business intelligencePredictions For 2009 and Beyond” http://www.gartner.com/it/page.jsp?id=856714<br />[OL2]Web mining Definition – Computer http://www.yourdictionary.com/computer/web-mining<br />[OL3]eCommerce Definition.<br />http://www.mariosalexandrou.com/definition/ecommerce.asp<br />