Konsep,
Pengertian, Manfaat,Implementasi dan Tujuan Data Mining
Data mining adalah serangkaian proses untuk menggali nilai
tambah berupa informasi yang selama ini tidak diketahui secara manual
dari suatu basisdata. Informasi yang dihasilkan diperoleh dengan cara
mengekstraksi dan mengenali pola yang penting atau menarik dari data yang
terdapat dalam basisdata..
Datamining terutama digunakan untuk mencari pengetahuan yang terdapat dalam basis data yang besar sehingga sering disebut Knowledge Discovery in Databases(KDD).
Datamining terutama digunakan untuk mencari pengetahuan yang terdapat dalam basis data yang besar sehingga sering disebut Knowledge Discovery in Databases(KDD).
Proses pencarian pengetahuan ini menggunakan berbagai
teknik-teknik pembelajaran komputer (machine learning) untuk menganalisis dan
mengekstraksikannya. Proses pencarian bersifat iteratif dan
interaktif untuk menemukan pola atau model yang sahih, baru, bermanfaat, dan
dimengerti. Dalam penerapannya dataminig memerlukan berbagai perangkat lunak
analisis data untuk menemukan pola dan relasi data agar dapat digunakan untuk
membuat prediksi dengan akurat.
Serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini
tidak diketahui secara manual dari suatu basisdata. Informasi yang dihasilkan
diperoleh dengan cara mengekstraksi dan mengenali pola yang penting atau
menarik dari data yang terdapat dalam basisdata.
Latar Belakang
Melimpahnya data (overload data) yang dialami oleh berbagai
institusi, perusahaan atau organisasi.
Merlimpahnya data ini merupakan akumulasi data transaksi
yang terekam bertahun-tahun..
Data–data tersebut merupakan data transaksi yang umumnya
diproses menggunakan aplikasi komputer yang biasa disebut dengan OLTP (On Line
Transaction Processing)
Manfaat penggunaan datamining
Dari sudut pandang komersial,pemanfaatan dataming dapat
digunakan dalam menangani meledaknya volume data. Bagaimana mana
menyimpannya, mengestraknya serta memanfaaatkannya. Berbagai teknik
komputasi dapat digunakan menghasilkan informasi yang dibutuhkan. Informasi
yang dihasilkan menjadi asset untuk meningkatkan daya saing suatu institusi.
Data mining tidak hanya digunakan untuk menangani persoalan menumpuknya
data/informasi dan bagaimana menggudangkannya tanpa kehilangan informasi yang
penting (warehousing). Data mining juga diperlukan untuk menyelesaikan
permasalahan atau menjawab kebutuhan bisnis itu sendiri, misalnya:
1.Bagaimana mengetahui hilangnya pelanggan karena pesaing
2.Bagaimana mengetahui item produk atau konsumen yang memiliki
kesamaan karakteristik
3.Bagaimana mengidentifikasi produk-produk yang terjual
bersamaan dengan produk lain.
4.Bagaimana memprediski tingkat penjualan
5.Bagaimana menilai tingkat resiko dalam menentukan jumlah
produksi suatu item.
6.Bagaimana memprediksi prilaku bisnis di masa yang akan
datang
Remote sensor yang ditempatkan pada suatu satelit
Telescope yang digunakan untuk memindai langit
Simulasi saintifik yang membangkitkan data dalam ukuran
terabytes
Dari sudut pandang keilmuan, data mining dapat digunakan
untuk mengcapture, menganlisis serta menyimpan data yang bersifat real-time dan
sangat besar
KDD adalah keseluruhan proses non-trivial untuk mencari dan
mengidentifikasi pola (pattern) dalam data, dimana pola yang ditemukan bersifat
sah, baru, dapat bermanfaat dan dapat dimengerti. Serangkaian proses tersebut
yang memiliki tahap sebagai berikutPembersihan data dan integrasi data
(cleaning and integration)
Proses ini digunakan untuk membuang data yang tidak konsisten dan bersifat noise dari
data yang terdapat di berbagai basisdata yang mungkin berbeda format maupun
platform yang kemudian diintegrasikan dalam satu database datawarehouse.
Fungsi
Assosiation, adalah proses untuk menemukan aturan assosiatif
antarasuatu kombinasi item dalam suatu waktu
1.Secuence, hampir sama denganassociation bedanyaseccuencediterapkan
lebih dari satu periode.
Clastering, adalah proses pengelompokan sejumlah data/obyek
kedalam kelompok-kelompok data
(klaster) sehingga setiap klaster akanberisi
data yang saling mirip.
2.Classification, adalah proses penemuan model atau
fungsi yangmenjelaskan atau membedakan konsep atau kelas data, dengan
tujuanuntuk dapat memperkirakan kelas dari suatu objek yang labelnya
tidakdiketahui.
TUGAS SOFTSKILL KE-3
DATA MINING
“UNIVERSITAS GUNADARMA”
2016
DATA MINING
“UNIVERSITAS GUNADARMA”
2016
Referensi
http://hasanxch.blogspot.co.id/2015/12/fungsi-data-mining.html
Tidak ada komentar:
Posting Komentar