Pertemuan5_BigData_Insight dan pattern.pptx

Data insight dan pattern

1. Big Data & Business Analytics Pertemuan 5: Mencari Pattern dan Insight dari Data

2. Tujuan Pembelajaran Mahasiswa mampu: - Memahami konsep pattern & insight dalam data - Menggunakan metode analisis untuk menemukan pola - Menafsirkan pola menjadi insight bisnis yang bermakna

3. Apa itu Pattern dan Insight? - Pattern: keteraturan, hubungan, atau struktur dalam data - Insight: pemahaman mendalam yang bisa digunakan untuk mengambil keputusan

4. Pentingnya Pattern dalam Bisnis - Pola pembelian pelanggan - Pola churn (kehilangan pelanggan) - Pola perilaku pengguna digital

5. Jenis Pola dalam Data - Pola asosiasi - Pola urutan waktu - Pola kelompok - Pola anomali

6. Siklus Analisis Data Data → Cleaning → EDA → Modeling → Evaluation → Insight → Action

7. Eksplorasi Data (EDA) - Statistik deskriptif - Outlier detection - Visualisasi: histogram, scatterplot, heatmap

8. Korelasi & Hubungan Variabel Contoh: pendapatan vs pengeluaran, umur vs pembelian produk

9. Clustering - Mengelompokkan data berdasarkan kemiripan - Contoh: segmentasi pelanggan - Algoritma: K-Means, DBSCAN

10. Association Rule Mining - Contoh: Market Basket Analysis - Aturan: “Jika beli roti → kemungkinan beli mentega” - Ukuran: support, confidence, lift

11. Deteksi Anomali - Mendeteksi data tidak biasa - Contoh: deteksi penipuan transaksi

12. Analisis Tren (Time Series) - Mengamati pola waktu - Contoh: penjualan bulanan meningkat setiap akhir tahun

13. Tools untuk Analisis Pola - Python (pandas, matplotlib, scikit-learn) - R (ggplot2, caret) - RapidMiner, Power BI, Tableau

14. Studi Kasus Perusahaan retail menemukan pola pembelian ganda (roti + selai) → membuat paket promosi → naik 20% penjualan

15. Dari Pattern ke Insight - Pattern = “apa yang terjadi” - Insight = “mengapa itu terjadi” dan “apa yang harus dilakukan”

16. Menyampaikan Insight - Gunakan visualisasi - Fokus pada dampak bisnis - Ceritakan dengan narasi (data storytelling)

17. Tantangan - Data terlalu besar - Noise / data tidak bersih - Interpretasi yang salah

18. Kesimpulan Menemukan pola = langkah awal Insight = nilai bisnis dari data

19. Latihan Diskusi - Temukan contoh pola dari dataset publik (misal data e-commerce) - Interpretasikan menjadi insight bisnis

20. Penutup “Data tanpa insight hanyalah angka.”