Pengertian dan Penjelasan CRISP DM

Dwi Al Aji Suseno
3 min readFeb 21, 2021

--

Photo by Pietro Jeng on Unsplash

Pengertian dan Singkatan CRISP DM

CRISP DM sendiri merupakan singkatan dari CRoss Industry Standard Process for Data Mining. CRISP DM merupakan salah satu metodologi standar bagaimana kita menjalan proyek Data Mining.

Kondisi di lapangan atau pekerjaan

Photo by Nicolas Hoizey on Unsplash

Dalam era Revolusi Industri 4.0 kebutuhan terkait data mining sudah pasti ada. karena kebutuhan menganalisa data bukan hanya terkait bagaimana kita bisa memvisualisasikan data tersebut. Namun bagaimana kita bisa menggali lebih dalam infomasi bahkan pengetahuan yang sebelumnya belum terlihat, sehingga secara bisnis dapat berjalan efisien dan ekonomis.

Kendala yang terjadi

Bagi sebuah perusahaan pasti sudah paham terkait masalah yang mereka hadapi terkait data dan mereka membutuhkan solusi data mining untuk menyelesaikan masalah yang terjadi. Namun biasanya mereka masih kebingungan bagaimana cara menjalankan projek terkait data mining. Maka dari itu, salah satu metode yang bisa digunakan adalah CRISP DM ini.

Penjelasan CRISP DM

CRISP DM sendiri memiliki 6 tahapan proses yang menjadi standard mereka

  1. Business Understanding
    Bagaimana kita memahami kebutuha bisnis. Di proses ini kita menentukan tujuan bisnis, memahami situasi seperti sumber daya yang ada, tujuan data mining nya yang selaras dengan tujuan bisnis dan yang terakhir adalah membuat project plan.
  2. Data Understanding
    Disini kita coba mengumpulkan data2 yang berhubungan. kemudian menjelaskan data yang ada, lalu eksplorasi data untuk melihat data mana yang bermanfaat atau tidak. dan yang terakhir adalah verifikasi data
  3. Data Preparation
    Disini bagaimana kita menyiapkan data sebelum kita melakukan proses data mining. Sebenarnya 50% — 70% waktu pengerjaan proyek data mining berada di proses ini.
    Pada proses ini ada proses select data, Clean data, construct data, integrate data dan yang terakhir adalah format data.
  4. Modelling
    Disini merupakan proses inti untuk melakukan data mining dengan menjalankan suatu algoritma untuk mendapatkan hasil yang diinginkan. Pada proses ini ada beberapa tahapan yang bisa diikuti
    1. Select Modelling Technique
    2. generate Test Design
    3. Build the Model
    4. Asses the Model
  5. Evaluation
    Di tahapan ini kita mengevaluasi dari tahapan model yang telah dilakukan di proses sebelumnya. Di proses ini juga kita menentukan apakah dari hasil evaluasi yang kita lakukan, kita bisa melanjutkan proses ke proses ke 6 atau mengulang ke proses 1 yakni di business understanding
  6. Deployment
    Tahapan terakhir pada metode CRISP DM adalah deployment, bagaimana kita menggunakan model yang sudah sesuai untuk mencapai tujuan bisnis yang telah ditentukan di awal.
    Pada proses ini ada beberapa bagian proses: plan deployment, plan monitoring maintenance, produce final report.

--

--

Dwi Al Aji Suseno
Dwi Al Aji Suseno

Written by Dwi Al Aji Suseno

0 Followers

Entrepeneurship, Business and Technology

No responses yet