Pengertian Data Mining

Pengertian Data Mining

data mining
©https://www.pexels.com/id-id/@pixabay

 

Data Mining merupakan suatu proses pengumpulan informasi penting dari suatu data besar. Dalam prosesnya, data mining seringkali menggunakan metode statistika, matematika, dan memanfaatkan teknologi AI (artificial intelligence).

 

Menurut Larose, pengertian data mining adalah proses menemukan sesuatu yang bermakna oleh suatu pola dengan cara memilah-milah data yang berukuran besar. Di mana, data tersebut disimpan dalam repository sehingga menggunakan statistik dan teknik matematika pada prosesnya.

 

Repository adalah tempat disimpannya berbagai macam program atau aplikasi yang telah dibuat sedemikian rupa, sehinga bisa diakses melalui internet. Namun, repository juga dapat diakses dengan alternatif media lain seperti DVD. Repository dapat diartikan sebagai tempat untuk menyimpan (archiving).

 

Secara sederhana, data mining sebenarnya untuk memeriksa database yang berukuran besar guna menemukan pola atau bentuk yang baru dan berguna.

 

Baca juga artikel Sunartha lain terkait data: Data Driven vs Data Informed, Apa Perbedaannya?

 

Fungsi Data Mining

Data mining memiliki banyak fungsi, dua fungsi utamanya adalah fungsi descriptive dan fungsi predictive. Berikut penjelasannya.

 

1. Fungsi Descriptive

Fungsi deskripsi dalam data mining adalah fungsi yang digunakan untuk memahami lebih jauh tentang data yang diamati. Dengan melakukan sebuah proses, diharapkan bisa mengetahui perilaku dari sebuah data tersebut. Data tersebut yang nanti digunakan untuk mengetahui karakteristik dari data yang muncul.

 

Berangkat dari fungsi descriptive yang dimiliki data mining, dari sini maka bisa menemukan pola tertentu yang tersembunyi dalam sebuah data. Dengan kata lain, jika pola yang berulang dan bernilai itulah karakteristik sebuah data bisa diketahui.

 

2. Fungsi Predictive

Fungsi prediksi adalah sebuah fungsi bagaimana sebuah proses nantinya akan menemukan pola tertentu dari suatu data. Pola tersebut dapat diketahui dari berbagai variabel yang ada pada data. Ketika sudah menemukan pola, maka pola yang didapat bisa digunakan untuk memprediksi variabel lain yang belum diketahui nilai ataupun jenisnya.

 

Karena itu, fungsi ini dikatakan sebagai fungsi prediksi. Sama halnya dengan melakukan prediksi analisis. Fungsi ini juga digunakan untuk memprediksi sebuah variabel tertentu yang tidak ada dalam suatu data.

 

Fungsi predictive memudahkan dan menguntungkan bagi siapapun yang memerlukan prediksi yang akurat untuk membuat hal penting tersebut menjadi lebih baik.

 

Fungsi data mining yang lainnya, antara lain: characterization, discrimination, association, classification, clustering, outlier and trend analysis, dan masih banyak lagi.

 

Contoh Penggunaan Data Mining

1. Corporate Analysis dan Risk Management

Penerapan data mining dalam perusahaan biasanya digunakan untuk memprediksi, menghasilkan underwriting yang lebih baik, analisis kompetitif, hingga mengontrol kualitas.

 

2. Market Analysis dan Management

Penerapan data mining pada sektor pemasaran biasanya digunakan pada manajemen hubungan pelanggan (CRM), analisis dan segmentasi market, hingga pemasaran target.

 

3. Fraud Detection & Mining Unusual Patterns

Data mining juga memiliki fungsi untuk mendeteksi fraud pada sebuah sistem. Dengan data mining, bisa melihat jutaan transaksi yang masuk. Seperti adanya indikasi pencucian uang.

 

Secara garis besar, dengan data mining teman-teman dapat mengumpulkan dan mengetahui informasi atau data untuk pengambilan keputusan yang berguna di masa depan.

 

Baca juga artikel menarik Sunartha lainnya: 



1 Comment

Leave a Reply

eighteen + 2 =