membahas sedikit metodologi pada data science

1. Pertemuan 6
Metodologi
Data Science
AI & Data analytics

2. Metodologi Data Science
Metodologi data science adalah langkah-langkah digunakan dalam proyek data science agar
dapat menghasilkan hasil yang optimal yang dapat menjawab pertanyaan dari suatu masalah
yang ingin diselesaikan. Metodologi ini tidak bergantung pada teknologi atau tools tertentu.
Secara umum terdapat dua kelompok metodologi, metodologi teknis dan metodologi bisnis.

3. Berbagai Metodologi Data Science
Terdapat 2 jenis Metodologi didalam data science, yaitu metodolo
gi kegiatan teknis dan metodologi kegiatan bisnis (dan teknis)
yang disebut juga metodologi lengkap. Dalam Metodologi teknis
ada 2 contoh diantaranya Metodologi Knowledge Discovery and
data Mining (KDD) dan Metodologi Sample, Emplore, Modify,
Model dan Assess (SEMMA). Dan untuk metodologi lengkap
beberapa contoh diantaranya: Cross-Industry Standard Process f
or Data Mining (CRISPDM), IBM Data Science Methodology,
Microsoft’s Team Data Science Process, dan Domino DataLab
Methodology

4. KDD
KDD merupakan proses pemanfaatan metoda Data Mining untuk mengekstraksi pengetahuan sesuai
dengan ukuran atau threshold yang ditentukan. Proses dimulai dengan adanya sekumpulan data (dataset)
yang akan mengalami serangkaian proses sebagai berikut:
a. Selection: Pemilihan data (data target) yang akan menjadi sampel untuk proses selanjutnya.
b. Preprocessing data: Melakukan serangkaian proses untuk melengkapi data dan menjaga konsistensi data.
c. Transformation: Mengubah representasi data untuk mempermudah dan memperbaiki agar sesuai dengan Teknik data mining
yang akan dipergunakan
d. Data Mining: Kegiatan pengembangan model untuk mencari pola dari data yang diberikan
e. Evaluation: Proses interpretasi dan evaluasi pola yang diperoleh apakah pola yang menarik, berguna atau relevan.

5. Sample, Emplore, Modify, Model dan Assess (SEMMA)
SEMMA merupakan singkatan dari Sample, Emplore, Modify, Model, dan Assess. Metode ini dapat
ditemukan oleh SAS Institute yang dapat digunakan untuk memudahkan penggguna untuk memprediksi
tentang variable-variabel yang mengacu melakukan proses sebuah proyek data mining. Proses data mining SEMMA dap
at digunakan dengan mudah dan mudah dipahami proses yang terkait dalam pemeliharaan
proyek data mining.
a. Sample: Proses ekstraksi data
untuk mendapatkan dataset yang
cukup untuk mendapatkan
informasi signifikan namun tidak
terlalu besar sehingga mudah
untuk diproses selanjutnya.
b. Explore: Proses untuk
mengeksplorasi data dengan
mencari trend dan anomali untuk
mendapatkan pemahaman tentang
data
c. Modify: Proses modifikasi data
dengan membuat, memilih dan
transformasi variable untuk proses
pemodelan
d. Model: Proses pemodelan dari
data dengan mencari secara
otomatis kombinasi data yang
dapat dipakai untuk prediksi
e. Assess: Mengevaluasi pola yang
ditemukan apakah berguna dan
cukup andal.

6. Cross-Industry Standard Process for Data Mining (CRISP-DM)
Tahapan proses dalam CRISP-DM ada 6 tahapan yang bersifat adaptif dan terurut. Dimana output dari
setiap tahapan yang ada dalam metode ini saling mempengaruhi satu sama lain, dalam kata lain
tahap sebelumnya akan mempengaruhi tahap selanjutnya yang ada dalam proses CRISP-DM.
Bussiness Understanding
Data Understanding
Data Preparation
Modelling
Evaluation
Deployment

7. URL - Praktikum
• https://colab.research.google.com/drive/1A3JxYVjtIZBGccf
knpX4Jn6p5s_YJ9jI?hl=id