Kamis, 24 Februari 2011

Penggunaan Data Mining dalam Kehidupan Sehari-hari

Data Mining adalah:

Kegiatan untuk menemukan, menggali informasi / pengetahuan yang berguna secara otomatis dari sekumpulan data yang jumlahnya besar.
Serangkaian proses untuk menggali nilai tambah berupa pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan data.


Data mining sekarang ini merupakan salah satu bidang yang sangat berkembang karena besarnya kebutuhan akan nilai tambah dari database skala besar yang makin banyak terakumulasi sejalan dengan pertumbuhan teknologi informasi. Data mining sekarang ini juga ditunjang oleh berbagai bidang ilmu lainnya yaitu: AI (Artificial Intelligence, database, statistik, pemodelan matematika, pengolahan citra, dan masih banyak lagi).

Penggunaan data mining dalam kehidupan sehari-hari:

Dalam bidang kesehatan:
- Sekarang ini sistem informasi rumah sakit mulai menerapkan sistem informasi berbasis komputer untuk mendukung manajemen keuangan, khususnya dipakai untuk billing systems (sistem pembayaran).

Dalam bidang perkantoran:
- Sebagai alat absen sidik jari (finger print)

Dalam bidang olahraga:
- Sebagai sensor atau alat untuk mencatat jumlah statistik pada statistik sepak bola, basket, tenis, voli, dll.

Dalam bidang telekomunikasi:
- Sebagai sarana statistik untuk mencatat kepadatan jumlah penelepon di jam tertentu (jam sibuk / bukan) sehingga operator dapat memberikan tarif tertentu bagi pelanggan.




1. Data cleaning, untuk membersihkan data dari noise data dan data yang tidak konsiten
2. Data integration, megkombinasikan/mengintegrasikan beberapa sumber data
3. Data selection, mengambil data-data yang relevan dari database untuk dianalisis
4. Data transformation, mentransformasikan data summary ataupun operasi agregasi
5. Data mining, merupakan proses yang esensial dimana metode digunakan untuk mengekstrak pola data yang tersembunyi
6. Pattern evaluation, untuk mengidentifikasi pola sehingga mereperesentasikan pengetahuan berdasarkan nilai-nilai yang menarik
7. Knowledge presentation, dimana teknik representasi dan visualisai data digunakan untuk mempresentasikan pengetahuan yang diadapat kepada user

Referensi:

http://www.ittelkom.ac.id/library/index.php?view=article&catid=20:informatika&id=481:data-mining&option=com_content&Itemid=15

Minggu, 13 Februari 2011

Manajemen Jaringan (14 Feb 2011)

IP V4 Private

10.0.0.0 /8
172.16.0.0 / 12
192.168.0.0 / 16

IP V4 Anatomy
- Network address 192.168.10.0
- Subnet mask 255.255.255.0
- Broadcast address (alamat terakhir) 192.168.10.255
- Host valid address 192.16810.1 - 192.168.10.254

Perencanaan ManJar
3 tujuan:

1. Duplikasi / pengamatan
2. Menyediakan / mengontrol link akses
Server harus statis.
3. Monitoring security and performance
Mengontrol jaringan itu lebih mudah

CIDR (Classless Inter-Domain Routing) / "Supernetting"?
> Pengelompokkan super address menjadi satu (pengelompokan)


Subnetting dan VLSM

Rumus subnetting:
Jumlah Subnet: 2^n (n = jumlah bit host yg dipinjam)
Jumlah host dalam satu subnet = 2^n-2


VSLM (Variable Length Subnet Mask)
Tujuan: mengefisiensi pengamatan.


1. PPP
2. Frame relay
3. SDN
4. ATM
5. X25


IPV6

memakai hitungan heksa (16 bit)
hexadecimal value (16 bit length)

Prefix:
23 first bits for Regitry
32 ISP Prefix
48 Site Prefix
64 Subnet Prefix


Jenisnya
a) Unicast: komunikasi 1 to 1 (tanpa subnetting) single interface,
b) Anycast:
c) Multicast:


IANA membagi IPV6 menggunakan

Private Address => "FE"