Daftar Isi :
- Pengenalan Data Mining dan Manfaatnya
- Tahapan Proses Data Mining
- Hirarki Data Mining Dengan Bussines Intelligence
- Multi Disiplin Ilmu Tentang Data Mining
Apa Itu Data Mining ? Sebelum membahas data mining perlu mengetahui perkembangan data saat ini. Sebagai contoh Pada awal 2013, pengguna Twitter mengirimkan lebih dari 500 juta kicauan per hari, Pada tahun 2020 Pengguna Facebook sudah mencapai 130 juta jiwa sedangkan jumlah pengguna Instagram pada Tahun 2020 di Indonesia tahun 2020 adalah 63 juta jiwa. Dari jumlah pengguna tersebut dapat menghasilkan ratusan juta data per harinya. Kenapa bisa begitu banyaknya data yang terbuat? Itu karena kemajuan digitalisasi dan kemajuan sistem informasi seperti web dan streaming data.
Dari Hal tersebut untuk merubah data menjadi sebuah informasi maka dikenal dengan istilah data Mining. Data Mining adalah proses Mengekstrak secara otomatis pola atau pengetahuan yang menarik seperti yang tidak sederhana, tersembunyi atau tidak diketahui sebelum serta berportensi berguna dari data dalam jumlah yang sangat besar. Adapun istilah – istilah lain pada Data Minig seperti Knowledge Discovery , Knowledge Extraction , Data / Pattern Analysis , Business intelligence dan sebagainya.
Tentu dengan melakukan data Mining memberikan keuntungan salah satunya pada perusaahaan yang fokus ke informasi yang berharga di datawarehouse / databasenya. Selain itu dengan melakukan Data Mining dapat meramalkan masa depan apakah sebuah perusahaan akan mengalami keuntungan atau kegagalan. Dari hal tersebut perusahaan dapat mempersiapkan diri.
Sebagai Contoh Penerapan Data Mining pada Perusahaan dimana Perusahaan A menggunakan data Mining untuk menganalisis pola pembelian salah satunya ( saat Pria membeli popok di hari kamis dan sabtu , pria tersebut juga membeli minuman, Kemudian dianalisis kembali lebih lanjut ternyata pembeli di hari kamis dan sabtu, pada pembelanjaan hari kamis jumlah item yang dibeli lebih sedikit. Dan dapat ditarik kesimpulan pembeli membeli minuman pada hari sabtu untuk dihabiskan saat Weekend. Jadi Perusahaan melakukan Strategi penjualan denganc ara mendekatkan posisi popok dan minuman agar pembelian meningkat pada saat Hari Kamis dan Sabtu.
Contoh Aplikasi yang diterapkan pada perusahaan. Sebagai contoh perusahaan Transportasi melakukan mining data customer untuk mengelompokkan customer yang nilai tinggi yang perlu diprioritaskan. Jika Digambarkan Tahapan” proses data mining seperti berikut :
dari Tapahan Proses Data berubah Menjadi sebuah Informasi / Knowledge adalah Data yang ada di Database dilakukan Pembersihan data dan kemudian dilakukan Data Warehouse / proses membangun gudang data dengan melakukan Integrasi data yang menghasilkan data yang relevan.
Dari Data tersebutlah dilakukan Proses Data Mining yang menghasilkan Pola dan dievaluasi menjadi sebuah pengetahuan yang bermanfaat.
Sedangkan Hirarki antara Data Mining dan Bussines Intelligence dapat digambarkan sebagai berikut :
Jadi Hirarki ini dengan adanya proses Data Mining dalam Bussines Intelligence maka Database Administrator ( DBA ) yang mengelola menjadi sebuah Data Sampai Tahap Data Warehouse. Kemudian Data Analys yang melakukan Pembuatan menjadi Data Yang relevant ( Ekplorasi Data ) kemudian dilakukan Data Mining untuk menjadi Sebuah Penemuan Informasi.
Dari Penemuan Informasi itulah Bussines Analyst melakukan Visualisasi untuk melakukan Evalusi yang dimana Pengambilan Keputusan untuk mementukan Strategi kedepannya.
Jadi Secara Garis Besar Data Mining itu Sangat Luas berikut Multi Disiplin Ilmu tentang data mining seperti berikut :
Topik Permasalahan Pada Data Mining biasanya meliputi :
-
- Mining beragam pengetahuan dari beragam sumber data
- Kinerja: efesiensi, efektivitas dan skalabilitas
- Evaluasi pola
- Background knowledge
- Noise (gangguan) dan data yang tidak lengkap
- Distributed dan paralel method.
- knowledge fusion (penggabungan
Demikian Pembahasan mengenai Pengenalan Data Mining dan Manfaatnya. Semoga bermanfaat untuk Anda Kedepannya. Terima Kasih
Referensi :
- Berry,Michael JA, Linoff, Gordon S., Mastering Data Mining: The Art and Science of Customer Relationship Management, John Willey, Canada, 2000
-
Chakrabarti, Soumen, Mining the Web: Discovering Knowwledge from Hypertext Data, Morgan Kaufman Series, San Fransisco, 2003
-
Dilly, Ruth, Student Notes: Data Mining:An Introduction, Queens University, Belfast, www.pcc.qub.ac.uk/tec/courses/datamining/stu_notes/dm_book_1.html
-
Diktat Workshop Data Mining, ITS, Surabaya, 2003