Share this on Facebook
Email this via Gmail
Add this to Google Bookmarks
Share this on Reddit
Stumble upon something good? Share it on StumbleUpon
Tweet This!
Mitos 1
Ada tools data mining yang kita dapat kita aplikasikan langsung ke penyimpanan data dan secara otomatis menjawab problem kita.
Kenyataan
Tidak ada tools data mining yang dapat berjalan otomatis menyelesaikan problem anda. Sebaliknya, data mining adalah sebuah proses, seperti yang kita lihat pada studi kasus analisa garansi mobil pada blog sebelumnya. CRISP-DM adalah salah satu metoda untuk mencocokkan proses data mining kepada rencana kerja bisnis atau penelitian yang ada.
Mitos 2
Proses bekerjanya data mining adalah otomatis, tidak memerlukan pengawasan manusia.
Kenyataan:
Proses data mining memerlukan interaksi manusia pada setiap tahapannya. Bahkan setelah modelnya di gunakan pada dunia nyata, data awal yang digunakan seringkali membutuhkan pembaharuan model, pemantauan kualitas data secara terus menerus dan langkah-langkah evaluatif lainnya harus dinilai oleh analis manusia.
Mitos 3
Investasi yang dikeluarkan untuk membangun sebuah system data mining akan kembali dengan cepat.
Kenyataan:
Cepat atau lambatnya balik modal sangat relatif, tergantung pada biaya awal yang dikeluarkan, biaya analisa personil, persiapan datawarehouse, dan sebagainya.
Mitos 4
Software data mining sangat mudah digunakan.
Kenyataan:
Sekali lagi, mudah itu relatif, kemudahan penggunaan memang bervariasi. Namun, seorang data analis harus menggabungkan subyek pengetahuan dengan pikiran analitis dan pemahaman pada keseluruhan model bisnis atau model riset yang dihadapi.
Mitos 5
Data Mining akan mengidentifikasi penyebab masalah pada bisnis atau penyebab masalah pada penelitian.
Kenyataan:
Proses penggalian pengetahuan akan membantu anda menemukan pola perilaku yang ada pada data anda, sekali lagi, ini membutuhkan manusia untuk mengidentifikasi penyebab masalah.
Mitos 6
Data mining secara otomatis akan membersihkan database anda yang berantakan
Kenyataan:
Hmm… tidak secara otomatis sih, sebagai tahap awal dalam proses data mining, pengolahan data sering berkaitan dengan data yang belum diperiksa dalam sekian tahun. Oleh karena itu, organisasi yang memulai data mining akan dihadapkan dengan masalah data yang terletak terpisah-pisah selama sekian tahun, data ini bisa dikatakan data basi, dan perlu dilakukan update.
Comments
Post a Comment