Download
1 / 12
120 likes | 259 Vues
KNOWLEDGE DISCOVERY – A SPRINGBOARD FOR A STRONG COMPETITIVE ADVANTAGE. Disusun oleh: Reina Rahmadita (060673). Perbedaan Basic Quality Control Tools, 7 New Quality Tools for Managers & Staff, dan 7 Multivariate Identification Model {MIM} tools. Basic Quality Control Tools (Ishikawa 1968)
E N D
KNOWLEDGE DISCOVERY – A SPRINGBOARD FOR A STRONG COMPETITIVE ADVANTAGE Disusun oleh: Reina Rahmadita (060673)
Perbedaan Basic Quality Control Tools, 7 New Quality Tools for Managers & Staff, dan 7 Multivariate Identification Model {MIM} tools • Basic Quality Control Tools (Ishikawa 1968) Alat ini dirancang untuk membantu pemecah masalah dalam mengumpulkan dan menganalisa data. • 7 New Quality Tools for Managers & Staff (Mizuno 1979) Alat ini diciptakan untuk membantu manajer dan anggota tim dalam rencana mereka dan aktivitas manajemen dan tim • 7 Multivariate Identification Model {MIM} tools Alat ini menyediakan bagi manajer dan analis dengan kemampuan mengakses data pada level yang dibutuhkan secara detail. Data ini selanjutnya dapat digunakan untuk memecahkan masalah atau menciptakan manfaat kompetisi yang kuat
Yang terbaru dan menarik dari MIM • Kemajuan teknologi dalam memory dan penyimpanan komputer bersamaan dengan software yang “user Friendly” yang tersedia pada tujuan ini. • MIM tool menyediakan data yang tepat pada orang yang tepat yang sedang menanganinya pada waktu yang tepat. • MIM menyediakan semua informasi untuk penemuan ilmu pengetahuan untuk membuat keputusan yang tepat pada waktu yang tepat.
Yang terbaru dan menarik dari MIM • MIM sangat mudah digunakan pada proses komputerisasi yang menyediakan manajer dan analis memperoleh data pada level yang dibutuhkan secara detail. • MIM manyediakan seperangkat tool yang lengkap dan metodologi dalam menerapkan seni metodologi dan teknologi dalam situasi bisnis. • Terkadang nilai dari MIM tidak terpola untuk ditemukan, tetapi kemampuan ini membantu manajer dan analis melihat pada cara yang baru. MIM menciptakan lebih banyak pertanyaan dibanding jawaban dan membiarkan pengguna berfikir dalam cara yang baru
Model Empiris: Jangkauan dan Kemampuan • MIM adalah cara yang paling terdepan dalam memanfaatkan pola informasi pada database besar dan dapat diterapkan pada semua industri atau area bisnis dimana jumlah datanya sangat besar. Biasanya operational system dirancang untuk memasukkan data,sedangkan MIM dirancang untuk memperoleh informasi. • Departemen yang penting untuk menggunakan MIM: • Marketing • Administrative/Financial Analysis • Sales
Model Empiris: Jangkauan dan Kemampuan • Departemen yang penting untuk menggunakan MIM: • Customer Service • Fraud & Abuse Detection • Insurance • Quality Management • Network Management • Logistics Management
MIM meliputi matematika/statistik tool dan metodologi: • Principal component analysis. Alat ini menganalisis variabel berjumlah besar dan secara sistematis mengurangi variabel ini menjadi lebih kecil. Secara konsep membuat variabel menjadi lebih jelas. Principal component adalah kombinasi linear dari variabel asli. Keuntungannya dapat memutuskan variabel sistem mana yang lebih berpengaruh (baik naik atau turun untuk yang terbaik) dengan menujukan satu dimensi. • Factor analysis Tujuan principal component analysis sama dengan factor analysis pada kedua teknik mencoba untuk menjelaskan bagian variasi untuk mengatur variabel observasi atas dasar beberapa dimensi yang ditandai. Factor analysis merupakan teknik statistik yang lebih canggih.
MIM meliputi matematika/statistik tool dan metodologi: • Cluster analysis. Tujuan cluster analysis adalah menempatkan objek kedalam grup atau kelompok yang disarankan berdasarkan data (pola sebelumnya), tidak memutuskan berdasarkan teori, sehingga objek pada pengikut kelompok yang diberikan menjadi sama dengan setiap beberapa fungsi lainnya. Cluster analysis dapat digunakan untuk meringkaskan data daripada mencari atau mengelompokkan secara nyata. Pengelompokkan ini disebut dissection
MIM meliputi matematika/statistik tool dan metodologi: • Discriminant analysis Tujuan Discriminant analysis untuk mencari salah satu dari berikut: • Aturan matematika, atau fungsi diskriminan, untuk menebak di kelas mana observasi yang semestinya, hanya berdasarkan variabel kuantitatif. Sebagai perangkat kombinasi linear dari variabel kuantitatif yang menyatakan perbedaan antara kelas yang terbaik.
MIM meliputi matematika/statistik tool dan metodologi: • Menetapkan kembali variabel kuantitatif yang menyatakan perbedaan antara kelas yang terbaik. Perbedaan antara discriminant analysis dan cluster analysis adalah pada discriminant analysis membutuhkan pengetahuan kelas sebelumnya.
MIM meliputi matematika/statistik tool dan metodologi: • Multiple Linear/Logistic Regression. Ini merupakan cara kuantitatif dalam meraih hubungan antara variabel yang telah diseleksi dengan menemukan bentuk regresi dari variabel tersebut dengan melalui regression analysis. • Induction of Neural Network. Ini dipakai dalam proses pengetahuan untuk mendeterminkan pola klasifikasi dalam database.
