DATA MINING
Definisi
Data Mining
Knowledge Discovery and Data Mining(KDD) adalah proses yang dibantu oleh komputer untuk menggali dan menganalisis sejumlah besar himpunan data dan mengekstrak informasi dan pengetahuan yang berguna.
Data mining didefinisikan sebagai satu set teknik yang
digunakan secara otomatis untuk mengeksplorasi secara menyeluruh dan
membawa ke permukaan relasi-relasi yang kompleks pada set data yang
sangat besar.
Data mining dapat juga didefinisikan sebagai “pemodelan dan penemuan polapola yang tersembunyi dengan memanfaatkan data dalam volume yang besar”1. Data mining menggunakan pendekatan discovery-based dimana pencocokan pola (pattern-matching) dan algoritmaalgoritma yang lain digunakan untuk menentukan relasi-relasi kunci di dalam
data yang diekplorasi. Data mining merupakan komponen baru pada arsitektur sistem pendukung keputusan (DSS) di perusahaan-perusahaan. Ruang Lingkup Data Mining
Data mining (penambangan data), sesuai dengan namanya, berkonotasi sebagai
pencarian informasi bisnis yang berharga dari basis data yang sangat besar. Usaha
pencarian yang dilakukan dapat dianalogikan dengan penambangan logam mulia dari lahan sumbernya. Dengan tersedianya basis data dalam kualitas dan ukuran yang memadai,
Data mining dapat juga didefinisikan sebagai “pemodelan dan penemuan polapola yang tersembunyi dengan memanfaatkan data dalam volume yang besar”1. Data mining menggunakan pendekatan discovery-based dimana pencocokan pola (pattern-matching) dan algoritmaalgoritma yang lain digunakan untuk menentukan relasi-relasi kunci di dalam
data yang diekplorasi. Data mining merupakan komponen baru pada arsitektur sistem pendukung keputusan (DSS) di perusahaan-perusahaan. Ruang Lingkup Data Mining
Data mining (penambangan data), sesuai dengan namanya, berkonotasi sebagai
pencarian informasi bisnis yang berharga dari basis data yang sangat besar. Usaha
pencarian yang dilakukan dapat dianalogikan dengan penambangan logam mulia dari lahan sumbernya. Dengan tersedianya basis data dalam kualitas dan ukuran yang memadai,
Data Mining adalah
Serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini
tidak diketahui secara manual dari suatu basisdata dengan melakukan penggalian
pola-pola dari data dengan tujuan untuk memanipulasi data menjadi informasi
yang lebih berharga yang diperoleh dengan cara mengekstraksi dan mengenali pola
yang penting atau menarik dari data yang terdapat dalam basisdata.
Data mining biasa juga dikenal nama lain seperti : Knowledge discovery
(mining) in databases (KDD), ekstraksi pengetahuan (knowledge extraction)
Analisa data/pola dan kecerdasan bisnis (business intelligence) dan merupakan
alat yang penting untuk memanipulasi data untuk penyajian informasi sesuai
kebutuhan user dengan tujuan untuk membantu dalam analisis koleksi pengamatan
perilaku, secara umum definisi data-mining dapat diartikan sebagai berikut
- Proses penemuan pola yang menarik dari data yang tersimpan dalam jumlah besar.
- Ekstraksi dari suatu informasi yang berguna atau menarik (non-trivial, implisit, sebefumnya belum diketahui potensial kegunaannya) pola atau pengetahuan dari data yang disimpan dalam jumfah besar.
- Ekplorasi dari analisa secara otomatis atau semiotomatis terhadap data-data dalam jumlah besar untuk mencari pola dan aturan yang berarti.
Contoh data mining
yang diterapkan dalam kehidupan
sehari-hari
1. Analisa pasar dan manajemen.
Solusi yang dapat diselesaikan
dengan data mining, diantaranya: Menembak target pasar, Melihat pola beli
pemakai dari waktu ke waktu, Cross-Market analysis, Profil Customer,
Identifikasi kebutuhan Customer, Menilai loyalitas Customer, Informasi Summary.
2. Analisa Perusahaan dan Manajemen
resiko.
Solusi yang dapat diselesaikan
dengan data mining, diantaranya: Perencanaan keuangan dan Evaluasi
aset, Perencanaan sumber daya
(Resource Planning), Persaingan (Competition).
3. Telekomunikasi.
Sebuah perusahaan telekomunikasi
menerapkan data mining untuk melihat dari jutaan transaksi yang
masuk, transaksi mana sajakah yang
masih harus ditangani secara manual.
4. Keuangan.
Financial Crimes Enforcement Network
di Amerika Serikat baru-baru ini menggunakan data mining untuk me-nambang
trilyunan dari berbagai subyek seperti property, rekening bank dan transaksi
keuangan lainnya untuk mendeteksi transaksi-transaksi keuangan yang
mencurigakan (seperti money laundry) .
5. Asuransi.
Australian Health Insurance
Commision menggunakan data mining untuk mengidentifikasi layanan
kesehatan yang sebenarnya tidak
perlu tetapi tetap dilakukan oleh peserta asuransi .
Kelebihan Data
Mining :
1. Kemampuan
dalam mengolah data dalam jumlah yang besar.
2. Pencarian
Data secara otomatis.
Kekurangan Data
Mining :
1. Kendala
Database ( Garbage in garbage out ).
2. Tidak bisa
melakukan analisa sendiri.
kesimpulan :
Data Mining adalah Disiplin ilmu yang mempelajari metode
untuk mengekstrak pengetahuan atau menemukan pola dari suatu data sehingga
sering disebut Knowledge Discovery in Database.
Tidak ada komentar:
Posting Komentar