Hoondert, R.P. and Laan, T.K. van der (2006) Datamining in productiegegevens. Bachelor's Thesis, Industrial Engineering and Management.
![[img]](https://fse.studenttheses.ub.rug.nl/style/images/fileicons/text.png) |
Text
Hoondert_R.P._Integratieproject.pdf - Published Version Restricted to RUG campus only Download (3MB) |
Abstract
Data mining is een techniek die steeds meer in het bedrijfsleven wordt toegepast. Tot nu toe wordt data mining vaak ingezet voor marketing doeleinden. Bedrijven houden al enige tijd gegevens bij over hun klanten om daarna aan gerichte marketing te kunnen doen. Vaak wordt de strategie van deze gerichte marketing bepaald aan de hand van data mining. Voor productie doeleinden wordt data mining heel sporadisch gebruikt. Maar kan data mining niet heel nuttig zijn bij het verbeteren van de productie structuur van een onderneming? Deze vraag was het uitgangspunt voor dit onderzoek. Er is geprobeerd data mining toe te passen op de database van Marko BV. Speciale aandacht ging uit naar levertijd van de producten, fout geproduceerde producten en het voorraadniveau tijdens de productie. Dit omdat de directie van Marko daar graag meer inzicht in wilde hebben. Om dit te doen is er gebruik gemaakt van twee verschillende data mining technieken: classificatie technieken en associatie technieken. Helaas is gebleken dat de database van Marko BV niet geschikt was om data mining op toe te passen. Er worden te weinig gegevens opgeslagen in de database zodat het niet mogelijk was relevante verbanden in de gegevens van Marko BV te ontdekken. Dit is niet een probleem dat alleen bij Marko speelt. De meeste productie bedrijven zijn nog niet ingericht op data mining. "Er wordt tot nu toe onvoldoende gebruikt gemaakt van aanwezige data in een bedrijf. Veel bedrijven beseffen nog steeds niet wat er allemaal mogelijk is met alle gegevens die her en der worden opgeslagen. In theorie kunnen grote efficiencyvoordelen bereikt worden. In de praktijk willen de efficiencyvoordelen nog wel eens ondergeschikt zijn aan de effectiviteitvoordelen.”(B. Heida) Kennis van de database is een van de belangrijkste eisen om data mining toe te kunnen passen, aangezien alle informatie omgezet moet worden in informatie waar het data mining programma mee kan werken. Als niet bekend is waar wat te vinden is in de data base is het omzetten van de gegevens naar informatie een onmogelijke klus. Als Marko in de toekomst met data mining wil gaan werken is het nodig dat de database beter ingevuld wordt. Ook is het nodig een nieuwe database te implementeren. Een die al aansluit op een van de data mining technieken zodat de data niet meer omgezet hoeven te worden. Als productie bedrijven in de toekomst bereid zijn hun database beter bij te houden en alle nuttige informatie goed in te vullen dan kan data mining een behulpzame techniek zijn om de productie structuur van de onderneming te verbeteren.
| Item Type: | Thesis (Bachelor's Thesis) |
|---|---|
| Degree programme: | Industrial Engineering and Management |
| Thesis type: | Bachelor's Thesis |
| Language: | English |
| Date Deposited: | 15 Feb 2018 07:28 |
| Last Modified: | 15 Feb 2018 07:28 |
| URI: | https://fse.studenttheses.ub.rug.nl/id/eprint/8333 |
Actions (login required)
 |
View Item |