Proses dan Contoh Nyata Data Mining

Hai Sobat, pada artikel kali ini kita akan membahas tentang proses dan contoh nyata dari data mining, yang bersumber dari link video berikut :

 https://youtu.be/h82NuHDNhKI

okey langsung saja ke pembahasannya...

Manusia memproduksi beragam data yang jumlah dan ukurannya sangat besar, dan data-data tersebut sering sekali kita temui bahkan lakukan. Misalnya ketika kita pergi kerumah sakit maka kita akan mendapati data rekam medis. 

Data harus kita olah menjadi sebuah pengetahuan agar dapat bermanfaat bagi manusia. 

Dengan pengetahuan itu manusia dapat melakukan estimasi dan prediksi apa yang terjadi di masa depan.

Melakukan analisis tentang asosiasi, korelasi dan pengelompokan antar data dan atribut. 

Membantu pengambilan keputusan dan pembuatan kebijakan.

Apa itu data mining? 

Data mining adalah disiplin ilmu yang mempelajari metode untuk mengekstrak pengetahuan atau menemukan pola dari suatu data yang besar. 

Cara mengekstraksi data ke pengetahuan adalah :

- Data : Fakta yang terekam dan tidak membawa arti.

- Informasi : Rekap, rangkuman, penjelasan dan statistik dari data.

- Pengetahuan : pola, rumus, atau model yang muncul dari data. 

Data mining sering juga disebut sebagai :

- Knowledge Discovery Database (KDD)

- Big Data 

- Bussiness Intelligence 

- Knowledge ekstraction 

Data yang kita peroleh itu disebut dataset atau himpunan data.  Peran utama data mining itu ada lima yaitu ; Estimasi, Forecasting, Klasifikasi, Klastering, dan Asosiasi.

1. Estimasi memiliki atribut dan class numerik, dsn bisa digunakan untuk memprediksi waktu estimasi pengiriman.

2. Forecasting, merupakan salah satu metode data mining yang digunakan untuk memprediksi nilai yang akan dicapai pada suatu periode dimana noise data dan nilai pada periode sebelumnya yang akan dijadikan dasar dari prediksi tersebut.

3. Klasifikasi, yaitu teknik data mining yang mencari kesamaan karakter, ciri dari suatu kelompok data atau kelas, tujuannya untuk memperkirakan kelas dari suatu label yang belum diketahui.

4. Klastering atau segmentasi data yaitu pengelompokan beberapa data dalam suatu segmen berdasarkan beberapa atribut yang telah ditentukan.

5. Asosiasi, yaitu metode yang bertujuan untuk mengidentifikasi produk yang sering dibeli bersamaan oleh pelanggan. Metode ini berhubungan dengan pemasaran. 

Sekian pembahasan kita kali ini, nantikan pembahasan selanjutnya...