Halaman

Kamis, 19 April 2012

Apa itu Data Mining..?


Apa itu data mining ?
What the mean of data mining..?? hmmm…dilihat dari pengertiannya “mining” berarti tambang/penggalian. Jadi secara makna data mining merupakan penggalian lebih untuk mendapatkan informasi yang berguna dari data yang sudah ada. Untuk apa ?? tentunya sekumpulan informasi yang kita terima dikumpulkan, dianalisa dan disimpulkan untuk memprediksi suatu permasalahan yang mungkin akan terjadi dimasa datang dan pengambilan keputusan.
Zaman dulu, mencari sebuah data dan informasi tidaklah mudah, berbeda dengan zaman sekarang sangat banyak dan begitu cepat informasi yang beredar. Tinggal search di google semua pilihan informasi tersedia, bahkan saking banyaknya kita harus pandai memilah dan memilih informasi mana yang memang kita butuhkan. Oke, itu sedikit pembuka dari saya sekarang mari kita mengenal lebih dalam apa itu data mining.. ^_^



Definisi Data Mining
Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan teknik statistic, matematika, kecerdasan buatan, dan machine elerning untuk mengekstrasi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar [Turban, 2005].

Inti dari data mining adalah kegiatan penggalian pengetahuan data. Pengertian dari istilah lain yang hampir mirip dengan data mining adalah Knowledge discovery dan pattern recognition.

*Knowledge discovery : menemukan pengetahuan dari bongkahan data yang masih tersembunyi
*pattern recognition : pengenalan pola. Pengetahuan yang digali masih berbentuk pola-pola yang mungkin masih perlu digali dalam bongkahan data


Pengelompokkan Data Mining
Data mining dibagi menjadi beberapa kelompok berdasarkan tugas yang dapat dilakukan , yaitu
1. Deskripsi
Menggambarkan sekumpulan data secara ringkas. Data yang digambarkan berupa:
- Deskripsi grafis : diagram titik, histogram
- deskripsi lokasi : mean(rata-rata), median(nilai tengah), modus, kuartil, persentil
- Deskripsi keberagaman : range(rentang), varians dan standar deviasi

2. Estimasi
Memperkirakan suatu hal dari sejumlah sample yang kita miliki(yg tidak kita ketahui)
Estimasi hampir sama dengan klasifikasi, kecuali variable target. Estimasi lebih kearah numeric dari pada kearah kategori.

3. Prediksi
Prediksi hampir sama dengan klasifikasi dan estimasi, kecuali bahwa dalam prediksi nilai dari hasil akan ada dimasa datang(memperkirakan hal yang belum terjadi). Kita bisa menunggu hingga hal itu terjadi untuk membuktikan seberapa tepat prediksi kita

4. Klasifikasi
kegiatan menggolongkan, dengan menggunakan data historis(sebagai data yang digunakan untuk latihan dan sebagai pengalaman).Dalam klasifikasi terdapat variabel prediktor dan target variable,

5. Pengklusteran
Pengkulusteran merupakan pengelompokan record, pengamatan atau memperhatikan dan membentuk kelas objek-objek yang memiliki kemiripan. Kluster adalah kumpulan record yang memiliki kemiripan satu dengan yang lainya dan memiliki ketidak miripan dengan record-record dalam cluster.

6. Asosiasi
Tugas asosiasi dalam data mining adalah menemukan atribut yang muncul dalam satu waktu. Dalam dunia bisnis lebih umum disebut analisis keranjang biasa.

Berdasarkan pengelompokkan data mining tersebut, masing masing memiliki kelompok fungsi antara lain:
-- Fungsi Minor (tambahan) : deskripsi, estimasi, prediksi
-- Fungsi Mayor (utama) : klasifikasi, pengelompokkan, estimasi

Knowledge Discovery In Database (Penemuan Pengetahuan dalam Database)
Data mining digambarkan sebagai proses pencarian pengetahuan yang menarik dalam database seperti pola , asosiasi, aturan, perubahan, keganjilan dan struktur penting dari sejumlah besar data yang disimpan pada bank data dan tempat penyimpanan informasi lainnya. Berikut merupakan proses KDD
1. pemilihan data (data selection), pemilihan data relevan yang didapat dari basis data;
2. pembersihkan data (data cleaning), proses menghilangkan noise dan data yang tidak konsisten atau data tidak relevan;
3. pengintegrasian data (data integration), penggabungan data dari berbagai basisdata ke dalam satu basisdata baru;
4. transformasi data, data diubah atau digabung ke dalam format yang sesuai untuk diproses dalam data mining;
5. data mining, suatu proses di mana metoda diterapkan untuk menemukan pengetahuan berharga dan tersembunyi dari data;
6. evaluasi pola (pattern evaluation), untuk mengidentifikasi pola-pola menarik untuk di representasikan kedalam knowledge based;
7. representasi pengetahuan (knowledge presentation), visualisasi dan penyajian pengetahuan mengenai teknik yang digunakan untuk memperoleh pengetahuan yangdiperoleh pengguna

Sumber :
*larose (Discovering Knowledge in Data)
*sani susanto, dedy suryadi (Pengantar data mining-Menggali Pengetahuan dari Bongkahan Data)

» Read more → Apa itu Data Mining..?

Rabu, 11 April 2012

Transaksi Penjualan di Zahir Accounting

Invoice merupakan kata lain dari faktur, biasanya untuk transaksi penjualan. Kali ini saya akan membahas tentang penjualan/pengiriman barang, yang ada di Modul Penjualan di software Zahir Accounting.


Ketika melakukan penjualan, ada 2 metode yang biasa digunakan, secara tunai dan kredit dan pemberian uang muka bagi transaksi kredit. Bagaimana langkah yang dilakukan di software zahir ??







  

# Berikut merupakan contoh transaksi Penjualan Kredit

berikut penjelasannya:
1. checkmark ini wajib diisi sesuai dengan kebutuhan

#Invoice:sebagai pencatatan/pengakuan pendapatan/penjualan untuk di posting ke buku besar. Jika kotak ini tidak ditandai maka pencatatan piutang tidak akan dilakukan(baik tunai maupun kredit). Tanda ini diceklist baik untuk penjualan jasa/dagang. Jika transaksi untuk penjualan dagang, maka secara otomatis juga akan mengurangi stok barang

#Jasa :tanda ini diceklist jika jenis transaksi penjualan jasa, artinya bukan item yang dijual

#Tunai :tanda ini diceklist jika transaksi dilakukan secara tunai (jadi perbedaan penjualan secara tunai dan kredit terletak disini, jika tidak di ceklist berarti kredit dan jika di ceklist tentu saja tunai)


2. Jika penjualan kredit, customer bisa melakukan pembayaran uang muka dengan mengisi sejumlah uang muka

3. Jika penjualan kredit ada syaratnya, maka diisi di Term Pembayaran dengan klik mouse disampingnya.
contoh soal, jika syaratnya seperti diatas : 2% 10 Net 30
maka cara pengisiannya sbb :

artinya : jatuh tempo pembayaran pelanggan adalah 30 hari setelah transaksi. Jika pembayaran/cicilan pembayaran dilakukan sampai 10 hari setelah transaksi, maka diberikan diskon 2% sejumlah pembayaran.


tambahan:
* untuk yang bertanda segitiga merah merupakan penggantian akun sesuai dengan kebutuhan. Biasanya akun yang(dibuat jurnal otomatis) menampung sejumlah transaksi penjualan sudah disetting secara default

* untuk tanggal transaksi sangat PENTING, hal ini berguna pada saat pencarian transaksi. Biasanya untuk latihan yang dipakai adalah tahun/bulan sebelumnya, oleh karena itu periksa lagi sebelum direkam. Jika bertanda merah berarti tanggal ada kesalahan.

* Bagaimana Proses Pencatatan Pada saat kita klik Invoice ??  
proses ini tergantung ketiga ceklist tersebut, contoh :
Perusahaan Dagang

=>Perusahaan dagang secara tunai
   (D) Kas               2750
   (K) Hutang ppn           250
   (K) Penjualan            2500


   (D) Biaya1            250

                        (K) Persediaan1         2500





=>Perusahaan dagang secara kredit


   (D) Piutang         2750
   (K) Hutang ppn 250

   (K) Penjualan            2500

                 (D) Biaya1            250

                 (K) Persediaan1         2500


Perusahaan Jasa
=>TUNAI



   (D) Kas               2750
   (K) Hutang ppn           250
   (K) Pendapatan         2500


 => KREDIT
   (D) Piutang        2750
   (K) Hutang ppn           250
   (K) Pendapatan         2500

» Read more → Transaksi Penjualan di Zahir Accounting