Integrasi Data Mining pada Aplikasi Sistem Informasi(Studi Kasus : Teknik Support Vector Regression pada WEKA ke Sistem Informasi Rumah Sakit)

Data mining mreupakan salah satu proses dalam penemuan pengetahuan pada basis data (Knowledge Discovery in Database/ KDD). Dewasa ini penelitian dalam bidang ini lebih banyak tercurah pada pengembangan algoritma penggalian pengetahuan. Di lain pihak, kemudahan pengembangan perangkat lunak telah menghasilkan sejumlah aplikasi sistem informasi beserta basis datanya dalam ukuran yang besar. Pada penelitian ini dicoba untuk dilakukan pemasangan salah satu teknik data mining yang sudah tersedia pada WEKA, yakni teknik Support Vector Regression (SVR), ke dalam aplikasi sistem informasi rumah sakit bernama ClinsoftBeta. Penelitian dilakukan untuk mengetahui tahapan-tahapan operasional yang diperlukan untuk pemasangan ini sampai dengan perbaikan unjuk kerja aplikasi. Melalui penelitian ini ditunjukkan keberhasilan penambahan fasilitas datamining ke dalam aplikasi sistem informasi. Namun demikian untuk hal ini diperlukan sejumlah langkah : 1) penyesuaian struktur basis data dari aplikasi awal ke aplikasi baru yang dilengkapi dengan data mining, 2) migrasi dan pembersihan data, 3) pemahaman teknik datamining yang digunakan dan mekanisme penerapannya

[1]  Dinesh U Acharya,et al.  Comparison of Different Data Mining Techniques to Predict Hospital Length of Stay , 2011 .

[2]  Theodore B. Trafalis,et al.  Support vector machine for regression and applications to financial forecasting , 2000, Proceedings of the IEEE-INNS-ENNS International Joint Conference on Neural Networks. IJCNN 2000. Neural Computing: New Challenges and Perspectives for the New Millennium.

[3]  Roberto Souto Maior de Barros,et al.  Automating Data Preprocessing with DMPML and KDDML , 2011, 2011 10th IEEE/ACIS International Conference on Computer and Information Science.

[4]  Budi Santosa,et al.  DATA MINING : Teknik Pemanfaatan Data untuk Keperluan Bisnis , 2011 .

[5]  Ivan Janciak,et al.  A Survey of the State of the Art in Data Mining and Integration Query Languages , 2011, 2011 14th International Conference on Network-Based Information Systems.

[6]  Franco Turini,et al.  Inductive database languages: requirements and examples , 2011, Knowledge and Information Systems.