DATA MINING
Apa Itu Data Mining ?
Definisi Data Mining
Cara pandang dan pengetahuan yang berbeda membuat para ahli memberikan defiinisi berbeda tentang data mining. data mining, sebagian ahli menyatakan bahwa data mining adalah langkah analisis terhadap proses penemuan pengetahuan di dalam basis data atau knowledge discovery in databases yang di singkat menjad iKDD (Fayed et al. 1996). Pengetahuan bisa berupa pola data atau relasi antar data yang valid.
Data mining merupakan gabungan sejumlah disiplin ilmu komputer (ACM, 2006) (Clifton 2010), yang di definiskan sebagai proses penemuan pola pola baru dari kumpulan kumpulan data data besar, meliputi metode metoda yang merupakan irisandari artifial intelligence, machine learning, statistics dan database system. (ACM 2006)
Data mining ditujukan untuk mengekstrak (mengambil intisari) pengtahuan dari sekumpula ndata sehingga didapatkan struktur yang dapat dimengerti manusia (ACM 2006) serta meliputi basisdata dan menagemen data, prapemrosesan data, pertimbangan model dan inferensi, ukuran ketertarikan, pertimbangan komplesifitas pasca pemrosesan terhadap struktur yang ditemukan, visualisasi dan online update (ACM 2006).
Mengapa Perlu Data Mining?
Kegunaan Data Mining
secara umum, kegunaan data mining dapat di bagi menjadi dua : deskriptif dan prediktif. Deskriptif berarti data mining digunakan untuk mencari pola-pola yang dapat di pahami manusia yang menjelaskan karakteristik data. sedangkan prediktif berarti data mining digunakan untuk membentuk sebuah model pengetahuan yang akan di gunakan untuk melakukan prediksi.
berdasarkan fungsionalitasnya, tugas-tugas data mining bisa dikelompokkan ke dalaam enak kelompok beriktu ini (Fayyad et al. 1996).
- Klasifikasi (classification)
- Klasterisasi (clustering)
- Regresi (Regression)
Menemukan suatu fungsi yang memodelkan data dengan galat (kesalahan prediksi) seminimal mungkin
- Deteksi Anomali (anomaly detection)
Mengidentifikasi data yang tidak umum, bisa berupa outlier (pencilan), perubahan atau deviasi yang mungkin sangat penting dan perlu investigasi lebih lanjut
- Asosiasi (association)
Atau pemodelan ketergantungan (dependency modelling): mencari relasi antar variable
- Perangkuman (Summaryzation)
Menyediakan representasi data yang lebih sederhana, memanipulasi visualisasi dan pembuatan laporan
Sekian untuk pengenalan pertama untuk Data Mining, di materi selanjutnya kita akan membahas tentang DATA. Semoga sedikit pengenalan materi kali ini bisa bermanfaat ke depan nya.
lah...pak...kok keren
ReplyDeletesugoi
ReplyDeleteAlhamdulillah hatur nuhun ilmuna 🙏
ReplyDeletePost a Comment