Metodologi Populer dalam Data Analytics

Metodologi memberikan acuan tentang kerangka berpikir, serta memberikan panduan dalam langkah-langkah yang harus dilakukan secara holistik dalam menghadapi suatu permasalahan. Dengan mengacu pada metodologi yang telah ada, seseorang dapat merumuskan dan menyelesaikan permasalahan dalam penelitian maupun proyek yang dihadapi. Begitu pula dalam data analytics, metodologi juga memiliki peran yang sama.

Metodologi dalam Data Analyst

Dalam artikel ini, kami merangkum metodologi populer dalam data analytics, antara lain CRISP DM, KDD, dan SEMMA.

CRISP DM

The CRoss Industry Standard Process for Data Mining (CRISP-DM) merupakan salah satu metodologi paling populer dalam data science. CRISP DM memiliki enam fase:

1. Business understanding – Apa yang dibutuhkan perusahaan?
2. Data understanding – Data apa yang kita punya dan data apa yang diperlukan?
3. Data preparation – Bagaimana kita mengorganisasikan data untuk dimasukkan dalam proses modeling?
4. Modeling – Model seperti apa yang akan kita gunakan?
5. Evaluation – Mana model terbagus yang bisa menjawab masalah perusahaan?
6. Deployment – Bagaimana stakeholder mengakses hasil modeling yang telah dibuat?

Jika kita memperhatikan bagan CRISP DM, Bagan tersebut bersifat iterative. Sehingga bisa dilakukan berulang-ulang kali sampai tujuan yang diinginkan tercapai.

Saat ini, CRISP DM merupakan metodologi paling populer dalam data analytics, sehingga tidak ada salahnya jika kita mempelajari CRISP DM ini secara lebih lanjut.

CRISP DM: Metodologi Populer Data Analytics

Knowledge Data Discovery (KDD)

KDD atau Knowledge Discovery in Database merupakan suatu metode dalam data mining. Fayyed et al. (1996) mendefinisikan KDD sebagai proses untuk mencari informasi yang berharga dan menemukan pola yang ada di dalam data menggunakan algoritma. Berikut adalah rangkuman KDD dalam lima langkah singkat:

1. Selection – Data seperti apa yang akan digunakan dalam analisis?
2. Preprocessing – Bagaimana cara kita membersihkan data yang dipilih dari masalah-masalah seperti missing data, outlier, dan data tidak relevan lainnya.
3. Transformation – Setelah data selesai dilakukan pembersihan, selanjutnya bagaimana kita mau memfinalisasi data tersebut supaya bisa digunakan pada langkah selanjutnya? Langkah dalam fase ini bisa berupa menyortir, menggabungkan, maupun mengubah dataset sehingga siap untuk digunakan pada tahap selanjutnya.
4. Data Mining – Bagaimana menyaring data yang telah dipersiapkan untuk menemukan pola-pola informasi? Beberapa teknik yang dapat digunakan antara lain grouping, clustering, regresi, dan lain sebagainya.
5. Interpretation/Evaluation – Bagaimana menginterpretasikan hasil yang telah diperoleh kepada stakeholder? Pada tahap ini data analyst bisa membuat visualisasi dari informasi dan pola yang diperoleh sedemikian rupa sehingga bisa dikomunikasikan dengan stakeholder untuk pengambilan keputusan.

SEMMA

SEMMA atau Sample, Explore, Modify, Model, dan Assess merupakan sebuah metodologi data analysis yang dikembangkan oleh SAS Institute.

SEMMA memiliki lima langkah:

1. Sample – Seberapa banyak dan bagaimana mengambil sample dataset yang akan digunakan dalam pemodelan?
2. Explore – Apa saja yang dapat kita eksplor dari data yang ada? Tahap ini mirip dengan Exploratory Data Analytics, di mana data analyst menganalis setiap elemen dalam data. Dengan demikian, tahapan ini menghasilkan banyak visualisasi data untuk menginterpretasikan data yang telah dieksplorasi.
3. Modify – Apa saja penyesuaian yang perlu dilakukan terhadap data yang telah dieksplorasi sehingga bisa dimasukkan ke dalam pemodelan?
4. Model – Pemodelan apa yang akan digunakan supaya bisa mendapatkan hasil yang diinginkan?
5. Assess – Apakah model sudah cukup bagus dalam menjawab pertanyaan dan masalah perusahaan?

Perbandingan Metodologi Populer

Ketiga metodologi tersebut memiliki keunggulan dan kekurangan masing-masing. Namun pada intinya mereka memiliki hal dasar yang sama. Berikut persamaan dari metodologi-mmetodologi tersebut apabila kita bandingkan dengan CRISP DM:

• Selection pada KDD mirip dengan Data understanding pada CRISP DM
• Preprocessing dan Transformation pada KDD dan Explore dan Modify pada SEMMA mirip dengan Data Preparation pada CRISP DM
• Data Mining pada KDD dan Model pada SEMMA mirip dengan Modelling pada CRISP DM
• Interpretation/Evaluation pada KDD dan Assess pada SEMMA mirip dengan Evaluation pada CRISP DM.

Pada intinya, metodologi-metodologi tersebut memiliki langkah : Data Gathering and Processing – Modeling – Evaluation.