Resumo Mineração de Dados em Data Warehouse para sistema de Abastecimento de água Na dissertação de mestrado “Mineração de dados em data warehouse para sistemas de abastecimentos de água” produzida pela Dra. Roberta Macêdo Marques Gouveia [1], foi proposto o desenvolvimento de Data Warehouse que segundo a mesma “é um ambiente de suporte à decisão propício a unir dados armazenados em diferentes fontes, organizá-los e entregá-los aos “tomadores” de decisões”. Os dados coletados do BD (Base de Dados) da UN (unidade) da Companhia de Água e Esgoto da Paraíba (CAGEPA/PB) são referentes aos cadastros dos consumidores; dos registros de consumo; dos imóveis, de contas/faturas; dos hidrômetros e movimentações dos hidrômetros; entre outros. Um exemplo de coleta de dados dos consumidores do bairro de Miramar é diagnosticar o aumento ou não, em porcentagem da fatura do consumidor. Os dados coletados são as médias de faturamento do primeiro e segundo semestres envolvendo alguns meses dos anos de 2007 e 2008. Subtraindo a média de faturamento do primeiro semestre pela média de faturamento do segundo semestre, irá obter um valor que poderá ser maior ou menor que zero, o valor zero não é considerado. Caso esse valor seja maior que zero, então existe uma possível normalidade no consumo de água desse consumidor durante esse período. Caso contrário, esse valor seja menor que zero e que seja considerável a diferença, pode ser que existe alguma irregularidade, ou fraudes nos medidores, nestes casos é indicado uma visita técnica para inspecionar o real motivo do problema encontrado. Nesse exemplo os dados foram organizados e colocados à disposição de tomadores de decisões, exatamente o que foi explicado pela Dra Roberta. O resultado gerado pela mineração de dados pode ser usado como uma possível previsão, o que não descarta o fator humano, não sendo assim uma ação totalmente automatizada. Mesmo que o histórico do consumidor demonstre fortes indícios de uso indevido de água, é importante que seja realizada uma segunda investigação, pois nenhum teste é completo e 100% suficiente para detectar esses tipos de erros. Referências [1] Gouveia, Roberta Macêdo Marques. Mineração de dados em data warehouse para sistema de abastecimento de água / Roberta Macedo Marques Gouveia. João Pessoa, 2009.