Contoh Kasus Data Mining (Estimasi) beserta Tahap Penyelesaiannya

1.1  Contoh Kasus

Seorang Engineer ingin mempelajari Hubungan antara Suhu Ruangan dengan Jumlah Cacat yang diakibatkannya, sehingga dapat memprediksi atau meramalkan jumlah cacat produksi jika suhu ruangan tersebut tidak terkendali. Engineer tersebut kemudian mengambil data selama 30 hari terhadap rata-rata (mean) suhu ruangan dan Jumlah Cacat Produksi.

1.2  Penyelesaian

1.2.1  Langkah 1 (Tujuan)

Memprediksi Jumlah Cacat Produksi jika suhu ruangan tidak terkendali.

1.2.2  Langkah 2 (Identifikasikan Variabel Penyebab dan Akibat)

Varibel Faktor Penyebab (X)  Suhu Ruangan, sedangakan Variabel Akibat (Y) adalah Jumlah Cacat Produksi

1.2.3  Langkah 3 (Pengumpulan Data)

No.	Rata-Rata Suhu Ruangan	Jumlah Cacat
1.	24	10
2	22	5
3	21	6
4	20	3
5	22	4
6	19	4
7	20	5
8	23	9
9	24	11
10	25	13
11	21	7
12	20	4
13	20	6
14	19	3
15	25	12
16	27	13
17	28	16
18	25	12
19	26	14
20	24	12
21	27	16
22	23	9
23	24	13
24	23	11
25	22	7

1.2.4  Langkah 4 (Hitung X², Y², XY, dan Total)

No.	Rata-Rata Suhu (X)	Jumlah Cacat (Y)	X²	Y²	XY
1.	24	10	576	100	240
2	22	5	484	25	110
3	21	6	441	36	126
4	20	3	400	9	60
5	22	4	484	16	88
6	19	4	361	16	76
7	20	5	400	25	100
8	23	9	529	81	207
9	24	11	576	121	264
10	25	13	625	169	325
11	21	7	441	49	147
12	20	4	400	16	80
13	20	6	400	36	120
14	19	3	361	9	57
15	25	12	625	144	300
16	27	13	729	169	351
17	28	16	784	256	448
18	25	12	625	144	300
19	26	14	676	196	364
20	24	12	576	144	288
21	27	16	729	256	432
22	23	9	529	81	207
23	24	13	576	169	312
24	23	11	529	121	253
25	22	7	484	49	154
T (∑)	574	225	13340	2437	5409

1.2.5  Langkah 5 (Hitung a dan b berdasarkan rumus RLS)

Menghitung Koefisien Regresi (b) b = n (Σxy) – (Σx) (Σy)   /   n(Σx²) – (Σx)² b = 25 (5409) – (574) (225)   /   25 (13340) – (574) x (574) b = 1,510

Menghitung Konstanta (a) : a =   (Σy) (Σx²) – (Σx) (Σxy)    /   n(Σx²) – (Σx)² a = (225) (13340) – (574) (5409)   /   25 (13340) – (574) x (574) a = - 25,663

1.2.6 Langkah 6 (Buat Model Persamaan Regresi)

Y = a + bX

Y = -25,663 + 1,510

1.2.7  Langkah 7 (Prediksi terhadap Faktor Penyebab dan Variabel Akibat)

a.     Prediksikan Jumlah Cacat Produksi jika suhu dalam keadaan tinggi (Variabel X), 

        contohnya : 40°C

Y = -25,663 + 1,510 (40)

Y = 34,737

Jadi, jika Suhu Ruangan mencapai 40°C, maka akan diprediksikan terdapat 34,737 unit cacat yang dihasilkan oleh produksi.

b.   Jika Cacat Produksi (Variabel Y) yang ditargetkan hanya boleh 5 unit, maka berapakah suhu         ruangan yang diperlukan untuk mencapai target tersebut ?

5 = - 25,663 + 1,510

1,510X = 5 + 25,663

X = (5+25,663) / 1,510

X = 30,663 / 1,510

X = 20,31

Kesimpulan :

Jadi Prediksi Suhu Ruangan yang paling sesuai untuk mencapai target Cacat Produksi adalah sekitar 20,31°C.