Knowledge Discovery (KDD) Process
Knowledge Discovery Process (KDP), juga disebut penemuan pengetahuan dalam database, mencari pengetahuan baru dalam beberapa domain aplikasi. Ini didefinisikan sebagai proses mengidentifikasi pola yang valid, baru, berpotensi berguna, dan pada akhirnya dapat dipahami dalam data. Itu proses generalisasi ke sumber data nondatabase, meskipun menekankan database sebagai sumber data utama.
 Ini terdiri dari banyak langkah (salah satunya adalah DM), masing-masing mencoba untuk menyelesaikan tugas penemuan tertentu dan masing-masing diselesaikan dengan penerapan penemuan metode. Penemuan pengetahuan menyangkut seluruh proses ekstraksi pengetahuan, termasuk bagaimana data disimpan dan diakses, cara menggunakan algoritme yang efisien dan terukur untuk menganalisis secara masif kumpulan data, bagaimana menafsirkan dan memvisualisasikan hasil, dan bagaimana memodelkan dan mendukung interaksi antara manusia dan mesin.Â
Â
Adapun tahap-tahap data mining adalah sebagai berikut.
1. Data Cleaning/Pembersihan data
Pemebersihan data merupakan prose menghilangkan noise dan data yang tidak konsisten atau data yang tidak relevan. Pada umumnya data yang diperoleh, baik dari database suatu perusahaan maupun hasil eksperimen, memiliki data-data yang tidak sempurna.
Â
2.Data Integration/ Integrasi data
Integrasi data merupakan proses penggabungan data dari berbagai database ke dalam suatu database baru.
Â
3. Data Selection/Seleksi data
