| JUDUL BUKU | : | Data Mining untuk Analisis Perilaku dan Kecerdasan Bisnis |
|---|---|---|
| PENULIS | : | 1. Rudianto,S.Kom.,M.TI 2. Tifani Intan Solihati, S.Kom., M.T.I 3. Raden Kania, S.Sos., M.Kom |
| EDITOR | : | Rudianto,S.Kom.,M.TI |
| NO. ISBN | : | 978-634-04-6547-1 |
| PENERBIT | : | PT LITERAPEDIA UTAMA PUBLISHING |
| HARGA | : | Rp. 100.000 |
| TAHUN TERBIT | : | Desember 2025 |
| JENIS BUKU | : | BUKU ILMU KOMPUTER NON FIKSI |
Buku Data Mining untuk Analisis Perilaku dan Kecerdasan Bisnis membahas secara komprehensif konsep, metode, dan penerapan data mining dalam memahami perilaku pengguna serta mendukung pengambilan keputusan berbasis data di lingkungan organisasi modern. Buku ini menguraikan dasar-dasar data mining, integrasinya dengan Business Intelligence, pengembangan dan evaluasi model analitik, hingga implementasi dan optimasi model di lingkungan produksi. Dilengkapi dengan studi kasus praktis seperti prediksi churn pelanggan, segmentasi pelanggan, dan market basket analysis, buku ini dirancang untuk menjembatani teori dan praktik, sehingga dapat menjadi referensi bagi mahasiswa, akademisi, dan praktisi dalam menerapkan data mining secara sistematis, efektif, dan berorientasi pada kebutuhan bisnis. Selain membahas aspek teknis, buku ini juga menekankan keterkaitan antara analisis data dan strategi bisnis, sehingga pembaca dapat memahami bagaimana hasil data mining diterjemahkan menjadi rekomendasi yang bernilai strategis bagi organisasi. Setiap pembahasan disusun secara runtut dan dilengkapi dengan contoh implementasi menggunakan bahasa pemrograman, visualisasi alur proses, serta penjelasan evaluasi model yang mudah dipahami. Dengan pendekatan tersebut, buku ini diharapkan mampu meningkatkan literasi data pembaca dan menjadi panduan praktis dalam membangun solusi analitik yang berkelanjutan dan selaras dengan tujuan bisnis.
Daftar Isi
Kata Pengantar
Daftar isi
1.2 Ruang Lingkup Data Mining. 5
1.3 Pentingnya Data Mining dalam Analisis Perilaku. 8
1.4 Kecerdasan Bisnis dan Perannya dalam Organisasi 10
1.5 Keterkaitan Data Mining dan Business Intelligence (BI) 12
1.6 Tujuan dan Manfaat Buku. 15
BAB II Dasar Teori Data Mining. 18
2.1 Konsep Dasar Data Mining. 18
2.2 Proses dan Tahapan CRISP-DM.. 21
2.3 Jenis-Jenis Metode Data Mining. 23
2.3.1 Klasifikasi (Classification) 24
2.3.2 Klastering (Clustering) 24
2.3.3 Asosiasi (Association Rule Mining) 25
2.3.4 Regresi / Prediksi (Regression & Prediction) 25
2.3.5 Deteksi Anomali (Anomaly Detection) 26
2.3.6 Reduksi Dimensi (Dimensionality Reduction) 26
2.4 Data Warehouse dan Integrasi Data. 26
2.5 Kualitas Data dan Preprocessing. 30
2.6 Visualisasi Data dalam Data Mining. 34
2.7 Tools dan Platform Pendukung Data Mining. 37
BAB III Analisis Perilaku Dengan Data Mining. 41
3.1 Konsep Analisis Perilaku Pengguna. 41
3.4 Prediksi Churn Pengguna. 53
3.5 Analisis Pola Pembelian (Market Basket Analysis) 58
3.7 Deteksi Anomali Perilaku Pengguna. 64
3.8 Studi Kasus Analisis Perilaku di Berbagai Industri 68
3.8.1 Industri Ritel (Retail) 68
BAB IV Penerapan Data Mining Untuk Kecerdasan Bisnis. 85
4.1 Peran Business Intelligence dalam Organisasi Modern. 85
4.2 Arsitektur BI: ETL, Data Warehouse, dan Dashboard. 88
4.3 Integrasi Data Mining dalam Sistem BI 91
4.4 Studi Kasus Implementasi BI dan Data Mining. 95
BAB V Pengembangan Model Dan Studi Kasus Lengkap. 99
5.1 Pemilihan Algoritma Berdasarkan Kebutuhan Bisnis. 99
5.2 Membangun Pipeline Data Mining. 103
5.3 Model: Akurasi, AUC, Lift Chart, dan Confusion Matrix 108
5.4 Implementasi Model di Lingkungan Produksi 111
5.5 Optimasi dan Deployment Model 114
5.6 Studi Kasus Lengkap : Prediksi Churn Pelanggan. 117
5.6.2 Import Library dan Persiapan Lingkungan. 118
5.6.5 Pemisahan Fitur Numerik dan Kategorikal 119
5.6.6 Feature Engineering dan Transformasi Data. 119
5.6.7 Pembagian Dataset (Train–Test Split) 120
5.6.8 Pemilihan Algoritma. 120