Page 24 - E Modul Data Analytics _Neat

Data Analytics

1.5.6 Interpretasi dan Implementasi hasil
Pada tahap ini, kita berfokus pada pengujian model yang telah dibangun untuk

memvalidasi hasilnya berdasarkan data yang tidak termasuk dalam training set awal. Data ini
dapat disebut sebagai validation set, yang digunakan untuk mengevaluasi kesalahan dan
mengukur kecocokan model. Proses ini memungkinkan kita membuat perkiraan batas validitas

model dan mengevaluasi efektivitasnya secara numeri.

Salah satu teknik yang umum digunakan adalah cross-validation, di mana training set
dibagi menjadi bagian-bagian yang berbeda. Setiap bagian digunakan sebagai validation set
secara bergantian, sementara yang lainnya digunakan sebagai training set. Hal ini membantu

dalam membandingkan model dengan teknik lain dan menghasilkan rekomendasi bisnis yang
tepat berdasarkan hasil analisis.

1.5.7 Monitoring dan Evaluasi

Fase ini adalah langkah terakhir dari proses analisis, yang bertujuan untuk menyajikan
hasil, yaitu kesimpulan dari analisis. Dalam proses penyebaran lingkungan bisnis, analisis
diterjemahkan menjadi manfaat bagi klien yang membutuhkan hasil analisis. Dalam lingkungan

teknis atau ilmiah, hasil diterjemahkan ke dalam solusi desain atau publikasi ilmiah. Artinya,
fase ini pada dasarnya terdiri dari mempraktekkan hasil yang diperoleh dari analisis data. Ada
beberapa cara untuk menyebarkan hasil analisis data atau data mining. Biasanya, terdiri dari

penulisan laporan untuk manajemen atau untuk pelanggan yang meminta analisis. Laporan
harus diarahkan kepada manajer, yang kemudian dapat membuat keputusan.

12