SUPPORT VECTOR MACHINE FOR MULTICLASS CLASSIFICATION OF REDUNDANT INSTANCES

SUPPORT VECTOR MACHINE HAS BECOME ONE OF THE MOST IMPORTANT CLASSIFICATION TECHNIQUES IN PATTERN RECOGNITION, MACHINE LEARNING, AND DATA MINING.

AN EFFICIENT MACHINE LEARNING PREDICTION METHOD FOR VEHICLE DETECTION: DATA ANALYTICS FRAMEWORK

THE RISE IN POPULATION HAS LED TO A CORRESPONDING INCREASE IN THE NUMBER OF VEHICLES ON THE ROADWAYS.

STREAMLINING STOCK PRICE ANALYSIS: HADOOP ECOSYSTEM FOR MACHINE LEARNING MODELS AND BIG DATA ANALYTICS

INTEGRATING MACHINE LEARNING MODELS WITHIN THIS ECOSYSTEM ALLOWS FOR ADVANCED ANALYTICS AND PREDICTIVE MODELING.

COGNITIVE APPROACH USING SFL THEORY IN CAPTURING TACIT KNOWLEDGE IN BUSINESS INTELLIGENCE

THE COMPLEXITY OF BUSINESS INTELLIGENCE (BI) PROCESSES NEED TO BE EXPLORED IN ORDER TO ENSURE THE BI SYSTEM PROPERLY TREATS THE TACIT KNOWLEDGE AS PART OF THE DATA SOURCE IN THE BI FRAMEWORK.

TACIT KNOWLEDGE FOR BUSINESS INTELLIGENCE FRAMEWORK: A PART OF UNSTRUCTURED DATA?

IDEA TO CAPTURE KNOWLEDGE FROM DIFFERENT SOURCES CAN BE VERY BENEFICIAL TO BUSINESS INTELLIGENCE (BI).

Knowledge Management (KM) dan Business Intelligence (BI)

Banyak kalangan yang masih merasa ambigu dan belum begitu mengerti perbedaan andara Business Intelligence (BI) dan Knowledge Management (KM). BI merupakan sebuah aplikasi, atau umumnya disebut sistem. Sistem ini mampu menganalisa data, dan memberi sugesti dalam proses pendukung keputusan. BI adalah sepenuhnya teknologi dan berbasis aplikasi yang berfungsi untuk menganalisa data, melakukan proses terhadap data, dan memberi hasil atau sugesti untuk kemudian menjadi dasar dalam proses pengambilan keputusan oleh manusia (misal: manager dalam perusahaan).

KM pada umumnya adalah sebuah proses yang secara sistematis melakukan pencarian, memilih, mengelompokkan, dan menyusun informasi. KM sendiri memiliki proses yang panjang dalam melakukan pengambilan keputusan, dan KM mensupport aktivitas yang berbasis pembelajaran. Sehingga, KM kerap melakukan analisa dari data dan informasi yang tersedia pada masa lalu, masa sekarang, kemudian melakukan pengolahan data/informasi untuk tujuan prediksi dalam mendukung keputusan.

Lalu mengapa BI dan KM perlu untuk diintegrasikan?

Pada dasarnya BI adalah sebuah sistem berbasis aplikasi yang mengolah melakukan pengolahan data berdasarkan informasi dan data yang sudah tersedia. Data dalam hal ini adalah segala bentuk informasi yang sudah terdokumentasi. Sementara aktivitas KM sendiri berada dalam dua jenis pengetahuan (informasi); Tacit dan Explicit. Yang mana Tacit adalah pengetahuan yang bersifat intuitif, sementara Explicit adalah pengetahuan yang bersifat dokumentatif. BI berada pada layer dokumentatif, semntara KM berada pada layer intuitif dan juga dokumentatif.

Dalam integrasi BI dan KM, terdapat pertanyaan lanjutan, yaitu; "apakah KM-BI, atau BI-KM?"