Data Mining: Pengertian, Fungsi, Tujuan, Metode dan Penerapannya dalam Kehidupan Sehari-hari

Berikut ini merupakan metode dari data mining, yaitu sebagai berikut:

Gambar  4. Metode pada Data Mining (Sumber: Universitas Gunadarma)

• Integrasi Data dan Pembersihan Data (Data Integration and Data Cleaning)

Integrasi data dan pembersihan data (data integration and data cleaning) merupakan dua proses yang saling berkaitan, dimana data untuk pertama kalinya diekstrak dari bentuk aslinya berupa Online Transaction Processing (OLTP) basis data, Microsoft Access Database, text file serta dari spreadsheet. 

Kemudian, data disimpan pada sebuah warehouse yang memiliki struktur sesuai dengan data model tersebut. Lalu, terdapat Data Transformation Service (DTS) yang berfungsi untuk mengekstrak sekaligus membersihkan data yang bersifat noise dan tidak konsisten. Pembersihan data juga nantinya berpengaruh terhadap kinerja performa pada teknik data mining saat bekerja.

• Validitas Data

Data yang sudah diekstrak maupun sudah dibersihkan akan membantu pengguna saat sedang menelusuri model yang sudah dibuat sehingga dapat diyakini bahwa seluruh data yang ada merupakan data terkini dan bersifat tetap.

• Membuat dan Melatih Model

Saat algoritma sudah diterapkan untuk model dan struktur yang sudah dibangun, maka pengguna dapat melihat data yang sudah dibangun untuk memastikan sekaligus meyakini bahwa data tersebut sudah menyerupai fakta berdasarkan data sumber yang tersedia.

• Query Data dari Model Data Mining

Saat model dan struktur sudah dibangun, maka data yang sudah dibuat dapat mendukung pengambilan keputusan. Hal tersebut biasanya akan melibatkan metode penulisan front end query pada aplikasi basis data.

•  Evaluasi Validitas

Setelah model data mining berhasil dikumpulkan, maka dalam beberapa waktu untuk karakteristik data awal seperti validitas dan granularitas kemungkinan mengalami perubahan. Alasannya yaitu karena model pada data mining terus mengalami perubahan mengikuti perkembangan waktu.

5. Contoh Penerapan Data Mining

Berikut ini merupakan contoh penerapan dari data mining, yaitu sebagai berikut:

• Data Mining di Bidang Asuransi

Pada bidang asuransi, pihak perusahaan memanfaatkan data mining untuk menganalisa pelanggan, mendeteksi penipuan dan mengidentifikasi setiap risiko yang terjadi pada saat pengajuan klaim.

• Data Mining di Bidang Pendidikan