Pengertian Sederhana Tentang Data Mining

Hai sobat pembaca yang budiman, dalam benak sobat sekalian pasti pernah bertanya, Apa itu Data Mining? Apa kegunaan Data Mining? Bagaimana Proses penggalian data dalam Data Mining?hehe....
Saya pernah mendapatkan tugas tersebut dan saya tertarik untuk meneliti.

Data Mining sering dikenal dengan sebutan penambangan data, terkadang juga sering disangkut pautkan dengan data warehouse yang sebernarnya berbeda.

Data mining merupakan sebuah proses ekstraksi data untuk menarik sebuah pola dari data yang memiliki jumlah sangat besar. Pola yang ditarik dalam proses data mining haruslah memiliki kriteria menarik. Sebuah pola yang di dapatkan dari proses mining bisa dikatakan menarik karena belum diketahui sebelumnya, implisit dan berguna.

Data mining ada karena terlalu banyaknya data yang tersedia seperti basis data perusahaan,e-commerce, data saham, data bioinformatika. Namun tidak tahu harus diapakan data tersebut, data yang dikumpulkan jarang sekali dilihat, mungkin karena data terlalu panjang dan membosankan. Sehingga sering kali keputusan-keputusan yang dibuat berdasarkan data dibuat tidak lagi berdasarkan data, namun lebih cenderung dari pemikiran atau intuisi dari para pembuat keputusan.

Data Mining bekerja dengan menarik sebuah pola.
Langkah-langkah dalam penarikan pola data mining harus melewati beberapa proses yaitu Pembersihan data (menghapus data noise), Integrasi data (menggabungkan sumber data), Pemilihan data (menentukan data relevan), Transformasi Data (mentransformasi data kedalam format yang diperlukan) Evaluasi pola (mengevaluasi pola yang diperoleh), Penyajian pola (merepresentasikan pola kepada pengguna).

Data Mining sering digunakan untuk menyelesaikan masalah seperti pengklasifikasian, clustering, association rule, dll. Sebagai contoh adalah sentiment analisis yang bisa digunakan untuk memprediksi pasar, prediksi wakil rakyat, presiden, ketertarikan, dll. Proses yang dilakukan tidak semudah yang dibayangkan, terdapat beberapa proses untuk bisa mendapatkan hasil yang baik seperti preprocessing, learning dataset, dll.


Semoga bermanfaat.