1. Descriptive Analytics
Metode ini adalah metode dasar dan paling umum yang berfungsi untuk menjawab pertanyaan "Apa yang terjadi". Data yang diperlukan adalah data real time dan akan menghasilkan dasbor berupa ringkasan nilai dari variabel.
Metode descriptive hanya memberikan pandangan atau wawasan tentang apa yang sedang terjadi tanpa menjabarkan tentang akar penyebab masalah. Jadi, alangkah baiknya jika setelah kita melakukan metode ini maka harus dilanjutkan dengan metode lain untuk menunjang hasil analisis.
Hasil analisis yang akan ditampilkan dari metode ini adalah :
- Mean / average
- Median
- Modus
- Standar deviasi
- Nilai Kuartil
2. Exploratory Data Analytics
Eksplorasi memiliki sinonim jelajah. Eksplorasi yang dimaksudkan dalam metode ini adalah menggali hubungan antara data dan variabel. Setelah data diselidiki, analisis eksplorasi memungkinkan Anda menemukan koneksi dan menghasilkan hipotesis dan solusi untuk masalah tertentu. Area aplikasi yang khas untuk analisis eksplorasi adalah data mining.
Exploratory data analysis adalah metode lanjutan dari descriptive analytics. Metode ini mendeskripsikan data dalam bentuk grafik yang bisa membantu identifikasi data. Selain itu, metode ini merupakan metode yang tepat dan efektif untuk menjelaskan temuan dari analisis data pada para stakeholder.
Contoh penerapan exploratory data analytics adalah analisis pembelian apartemen di Jakarta.
3. Diagnostic Analytics
Metode analisis ini melibatkan analis dan dan eksekutif bisnis. Dengan melakukan analisis diagnostik, kita bisa mendapatkan jawaban kontekstual mengapa sebuah masalah bisa terjadi pada masa lampau. Metode ini dirancang untuk mengetahui penyebab dari suatu tren atau kejadian.
Contoh penerapan metode ini adalah analisis peningkatan penjualan dan penurunan jumlah tayang suatu video di youtube.
Baca juga : 11 Rekomendasi Website Untuk Mencari Data Sekunder
4. Predictive Analytics
Metode ini memungkinkan kita untuk meramalkan apa yang akan terjadi di masa depan berdasarkan data-data yang ada di masa lalu. Untuk bisa melakukan metode ini, kita perlu menggabungkan hasil-hasil dari analisis deskriptif, eksplorasi, diagnostik, machine learning, dan kecerdasan buatan. Kita dapat menemukan tren-tren terbaru di masa depan dan kemungkinan masalah yang akan terjadi.
Algoritma yang biasa digunakan pada metode ini adalah decision tree, regression, dan neural networks. Dari ketiga algoritma tersebut, yang paling umum digunakan adalah decision tree dan regression. Sedangkan neural networks digunakan dengan menerapkan deep learning.
Contoh penerapan predictive analytics adalah prediksi harga saham.
5. Prescriptive Analytics
Prescriptive Analytics adalah metode analisis lanjutan yang berfungsi untuk merekomendasikan tindakan untuk mendapat hasil yang sesuai kebutuhan. Metode ini digunakan untuk membuat keputusan jangka panjang dan jangka pendek. Untuk melakukan prescriptive analysis dibutuhkan kombinasi penting antara ilmu bisnis, machine learning, komputasi, dan big data.
Contoh penerapan prescriptive analytics adalah rekomendasi film di aplikasi Netflix berdasarkan histori film yang ditonton oleh pengguna.
Sekian artikel kali ini tentang tipe-tipe data analysis. Kalau masih ada pertanyaan atau ada yang ingin didiskusikan silahkan tuliskan komentar di bawah. Jangan lupa share dan like fanpage Course Notebook di Facebook dan Instagram. See you :)
0 Komentar