Definisi Data Mining dan Pekerjaan Data Mining

Baiklah saya akan menjabarkan Definisi Data Minning dan Pekerjaan apa yang dilakukan oleh Data Minning.

Definisi Data Minning

            Penyebab kebengkakakn data yang tersedlah karena kemudahan dalam penyimpanan dan pengaksesan data yang menyebab kan data tersebut menjadi bengkak karena besarnya ukuran data. Hal ini menyebabkan sebagian data menjadi terheidden, apabila melakukan pencarian data secara manual akan membutuhkan waktu yang lama dan sulit untuk di temukan. Maka dari itu,dilakukan data minning yang berfungsi untuk mengekstraksi data data yang berukuran besar dengan cara menemukan pola pola yang menarik pada data tsb. Data minning juga memiliki fungsi lain selain mengekstraksi data yaitu antara lain menganalisis data, prediksi, klasifikasi dan pengelompokan data.

            Pada klasifikiasi, akan dihasilkan sebuah model yang dapat memprediksi objek objek atau kelas yang bisa lansung terhubung pada sebuah basis data. Sebagai contoh, klasifikasi dapat digunakan di seuah rumah sakit di bagian resep atau apotik untuk menentukan obat apa yang cocok untuk pasien, untuk perusahaan peminjaman, manajemen pemasaran elektronik untuk menentukan apakah pelanggaan akan membeli sebuah komputer atau laptop baru yang dari berbagai merk.

Model yang hasilkan kemudian kan di lakukan pemilihan kelas dari unknow menjadi suatu kelompok yang telah di tentukan dari objek objke yang kelasnya sudah di ketahui. Klasifikasi model dapat di gambarkan dalam bebrapa bentuk, seperti pohon keputusan, rumus matematika atau jaringan saraf tiruan.

            Data mining didefinisikan sebagai suatu teknik yang secra otomatis akan membawa relasi relasi data yang komplek ke permukaan data yang set datanya besar dengan cara mengeksplorasi secara menyeluruh. Selain itu data minning juga dapat di definisikan sebagai pemodelan danpencarian pola pola data yang tersembunyi dalam set skala yang besar. Pada arsiktektur sistem pendukung keputusan, data minning termasuk suatu komponen yang baru di kembangkan di perusahan perusahaan.

Apakah kamu sudah mengerti dengan definisi data minning di atas? Jika sudah maka kita akan lanjut ke Ppekerjaan yang di lakukan data minning, berikut penjabarannya.

Pekerjaan Data Mining

1. Prediksi Model

Berkaitan dengan pembuatan model yang dapat melakukan pemetaan dari setiap himpunan variabel ke setiap targetnya, kemudian menggunakan model tersebut untuk memberikan nilai target pada himpunan yang baru dibuat.

Prediksi memiliki dua jenis, yaitu :

• Digunakan sebagai model yang bersifat diskret yaitu Klasifikasi.
• Digunakan sebagai model yang bersifat continiu yaitu Regersi.

2. Analisi Cluster

Analisi yang bertugas melakukan pengelompokan data kedalam sejumlah kelompok yang di masukan berdasarkan kesamaan karakteristik data data pada kelompok kelompok data yang ada. Data yang memiliki kesamaan dengan data lain maka akan di satukan dalam suatu kelompok, begitu seterusnya.

3. Analisis Asosiasi

Analisis asosiasi digunakan untuk menemukan pola yang menggambarkan kekuatan hubungan fitur dalam data. Pola yang biasanya merepresentasikan bentuk aturan implikasi atau subset fitur. Tujuannya adalah untuk menenmukan pola yang menarik dengan cara yang efisien.

4. Deteksi Anomali

Pekerjaan deteksi anomali berkaitan dengan pengamatan sebuah data dari sejumlah data yang secara signifikan mempunyai karakteristik yang berbeda dari sisa data yang lain. Algoritma anomali yang baik harus mempunyai laju deteksi yang tinggi dan laju kesalahan yang rendah. Deteksi anomali dapat diterapkan pada sistem jaringan untuk mngetahui pola data uang memasuki jaringan sehingga dapat diketahui adanya penyusupan jika pola kerja data yang datang berbeda ataupun perilaku kondisi cuaca yang mengalami anomali.

Mukin hanya itu yang dapat saja jelaskan seputar definisi data minning dan pekerjaan data minning, saya harap readers dapat memahami nya dengan baik.

Sekian, termakasih.

Penulis : Mawaddah