Peranan Data Mining serta Klasifikasinya

Hi, guys

Balik lagi bersama Warham Aliansa nih,

Semoga selalu sehat dan bahagia ya guys yakkk !

Pada beberapa artikel sebelumnya sudah dibahas mengenai Apa sih itu Data Mining?, Tujuannya, serta Knowledge Discovery in Databases (KDD) Proccess; Metode-metode dalam Data Mining; dan juga Penerapannya.

Di kesempatan kali ini kita akan melanjutkan bahasan mengenai Data Mining dengan topik Peranan Data Mining serta Klasifikasinya, namun terlebih dahulu kita refresh bahasan materi sebelumnya yuk!

Data mining merupakan sebuah proses pencarian secara otomatis informasi yang berguna dalam tempat penyimpanan data berukuran besar. Teknik data mining digunakan untuk memeriksa basis data berukuran besar sebagai cara untuk menemukan pola yang baru dan berguna. Data mining merupakan bagian integral dari Knowledge Discovery in Databases (KDD). 

Adapun tahapan proses data mining sesuai dengan CRISP-DM terdiri dari: Fase Pemahaman Data, Fase Persiapan Data, Fase Pemodelan, Fase Evaluasi, dan Fase Penyebaran. 

Penerapan Data Mining dapat diimplementasikan ke dalam bidang edukasi, contohnya memahami karakteristik setiap siswa dengan menemukan pola belajar terbaik untuk digunakan dalam sesi belajar; bisnis, biasanya digunakan untuk pemasaran, analisis pasar, dan analisis kebutuhan pelanggan; dan perbankan, contohnya untuk meminimalisir risiko kerugian dengan memprediksi kemungkinan bahwa pelanggan tidak akan dapat membayar kembali pinjaman mereka.

Lalu, apa saja peranan Data Mining? serta bagaimana klasifikasi Data Mining itu sendiri?

Kebutuhan atau pentingnya bidang data mining tidak terlepas dari peran datamining itu sendiri. Peranan Data Mining secara umum dapat dibagi ke dalam dua kategori utama, yaitu prediktif dan deskriptif.

• Secara prediktif, Data Mining berperan untuk memperkirakan atau memprediksi nilai dari atribut tertentu berdasarkan nilai yang ada pada atribut-atribut lain;
• Secara deskriptif, berperan menurunkan pola-pola (korelasi, trend, cluster,trayektori, dan anomali) yang meringkas hubungan yang pokok dalam data.

Berdasarkan peran data mining dalam melakukan proses prediksi danmendeskripsikan data, tugas data mining dapat dibagi ke dalam empat kelompok utama,yaitu:

a. Estimasi

Teknik untuk melakukan estimasi terhadap sebuah data baru yang tidak memilikikeputusan berdasarkan histori data yang telah ada, dimana variabel target estimasi lebihke arah numerik daripada ke arah kategori. Contohnya melakukan estimasi tekanan darah sistolik padapasien rumah sakit berdasarkan umur pasien, jenis kelamin, indeks berat badan, danlevel sodium darah. Hubungan antara tekanan darah sistolik dan nilai variabel prediksidalam proses pembelajaran akan menghasilkan model estimasi. Model estimasi yangdihasilkan dapat digunakan untuk memprediksi kasus baru lainnya.

b. Klasifikasi

Teknik ini dapat memberikan klasifikasi pada data baru denganmemanipulasi data yang ada yang telah diklasifikasi dan dengan menggunakan hasilnyauntuk memberikan sejumlah aturan. Contohpemanfaatannya misalnya pada bidang akademik terkait klasifikasi siswa yang layakmasuk kedalam kelas unggulan atau akselerasi di sekolah tertentu.

c. Asosiasi

Teknik untuk mengenali kelakuan dari kejadian-kejadian khusus atau prosesdimana hubungan asosiasi muncul pada setiap kejadian. Adapun teknik pemecahanmasalah yang sering digunakan seperti Algoritma Apriori. Contoh pemanfaatanAlgoritma apriori yaitu pada bidang Marketing ketika sebuah Minimarket melakukantata letak produk yang dijual berdasarkan produk-produk mana yang paling sering dibelikonsumen.

d. Klasterisasi

Teknik untuk mengelompokkan data dan membentuk kelas objek-objek yangmemiliki kemiripan. Contoh klasterisasimisalkan proses mendapatkan kelompok-kelompok konsumen untuk target pemasarandari suatu produk bagi perusahaan yang tidak memiliki dana pemasaran yang besar.

Pada kesempatan kali ini kita akan membahas secara lebih mendetail mengenai salah satu tugas utama Data Mining, yaitu Klasifikasi.

Klasifikasi atau classification dalam data mining adalah, salah satu bagian dari metode data mining yang menjadi metode atau cara untuk menggunakan data mining. Klasifikasi merupakan suatu cara atau metode untuk mengelompokkan dan menentukan algoritma sebuah data kedalam sebuah kriteria atau kelompok data sesuai dengan keterkaitannya atas data yang dimiliki dalam hal ini data sampel.

Dalam data mining, ketika menggunakan metode klasifikasi tentunya memiliki banyak jenis metode klasifikasi yang sering di gunakan yaitu seperti :

1.  Metode Decision Tree

Sebuah metode klasifikasi dengan menggunakan algoritma dengan cara membuat sebuah keputusan dalam bentuk seperti struktur pohon yang terdiri dari apa yang menjadi kemungkinan sebuah hasilnya, konsekuensi ataupun resikonya dan lain sebagainya. Metode ini diantaranya seperti : C4.5, Credal C4, Credal DT, Adaptative Credal C4.5 , CART dan ID3.

2. Metode Naive Bayes

Salah satu metode yang di gunakan untuk data - data dalam kualifikasi yang tinggi karena memiliki kemampuan untuk mengefesienkan waktu dalam penggunaannya dan lebih mudah digunakan karena dalam penggunaanya tidak menggunakan teknik optimalisasi yang numerik.

3. Metode K-Nearest Neighbour (kNN)

Salah satu metode yang di gunakan untuk mengklasifikasi sebuah data dalam bentuk gambar atau picture melalui sebuah merek atau label artinya metode ini mengklasifikasikan data sesuai dari objek baru data tersebut. 

4. Linear Discriminant Analysis ( LDA ) 

Salah satu metode yang digunakan untuk mengklasifikasi data dengan cara mengelompokkan data kedalam beberapa kelompok dengan kata lain melakukan pengekestrakan karakteristik data dari tingkat yang tinggi ke tingkat yang lebih rendah dalam satu kesatuan.

5. Logistic Regression ( LogR )

Salah satu metode yang digunakan untuk mengklasifikasi data dengan cara melakukan analisis data dalam konsep statistika artinya kita dapat mengetahui ataupun mempredisiksi terlebih dahulu mengenai hasil yang akan di dapatkan apabila terdapat beberapa kategori yang harus di klasifikan antara beberapa data agar dapat lebih akurat dan jelas sebagai cara agar terdapat pertimbangan sebelum mengambil keputusan.

Itulah pembahasan mengenai topik terkait Peranan Data Mining beserta Klasifikasinya. Informasi tersebut diharapkan dapat bermanfaat bagi para pembaca dan masyarakat. Sampai jumpa di artikel selanjutnya.

Referensi :

Konsep Dasar DataMiningGede Aditra Pradnyana, S.Kom., M.Kom.Dr. Ketut Agustini,S.Si., M.Si.