Penambangan Data adalah istilah yang digunakan untuk menggambarkan pengungkapan informasi dalam kumpulan data. penambangan informasi adalah pemanfaatan wawasan, matematika, kekuatan otak buatan manusia, metode AI untuk mengenali, berkonsentasi, dan interaksi data dan informasi berharga yang terkait dengan kumpulan data besar (Turban, dkk.2005).
Menurut kelompok Gratner, Data Mining adalah proses menemukan hubungan, pola dan tren yang bermakna dengan memeriksa kumpulan data besar yang di simpan dalam penyimpanan menggunakan teknik pengenalan pola seperti teknik statistik dan matematika (Larose, 2005)
Data Mining adalah sekumpulan operasi yang secara manual mengeksplorasi nilai tambah dari sebuah dataset dalam bentuk pengetahuan yang tidak di ketahui. (Pramudiono, 2006)
istilah Data Mining dan pengungkapan informasi dalam kumpulan data (KDD) sering di gunakan sebaliknya untuk menggambarkan cara paling umum untuk mengeluarkan dat yang di simpan dalam kumpulan data yang sangat besar. Sebenarnya kedua istilah tersebut memiliki gagasan yang berbeda, namun saling terkait satu sama lain. Juga salah satu tahapan dalam keseluruhan proses KDD adalah penggalian informasi (Fayyad, 1996)
Data Mining mengekstrak pengetahuan dari sekumpulan data untuk memiliki struktur yang dapat di pahami manusia, termasuk database, manajemen data, pemrosesan data, pertimbangan model, penalaran, metrik kegunaan, dan pertimbangan kompleksitas. Hal ini dimaksudkan untuk (mendapatkan inti), pasca-pemrosesan, visualisasi dan pembaruan online dari struktur yang ada (Suyanto, 2017)
Referensi:
Kusrini and Emha Taufiq Luthfi, Algoritma Data Mining. Yogyakarta: Andi, 2009.
Suyanto, Data Mining Untuk Klasifikasi Dan Klasterisasi Data. Bandung: Informatika Bandung, 2017.