Data Mining Pengertian dan Implementasi

 

Pengertian Data mining

Data mining adalah sekumpulan data besar yang melalui suatu proses penyaringan data dengan tujuan untuk mendapatkan informasi yang berharga dari data tersebut. (Chairun Nas. 2020)  

Menurut Dini Silvi Purnia dan Ai Ilah Warnilah menyatakan bahwa Data mining adalah menerapkan satu atau lebih teknik pembelajaran komputer (machine learning) untuk mengekstraksi pengetahuan (knowledge) secara otomatis.

Menurut Kusrini dan Emha Taufiq Luthfi dalam Algoritma Data mining mendefinisikan bahwa Data mining adalah sekumpulan besar data yang tersimpan yang diproses untuk menemukan sebuah hubungan yang berarti dengan menggunakan teknik statiska dan matematika.

Data mining adalah informasi berguna yang didapatkan dari proses mengidentifikasi tren data atau pola dalam jumlah data yang besar sehingga dapat dinilai dan diambil keputusan.( Abdullahi Sidow Osman. 2019)

Data mining adalah proses menemukan sebuah pengetahuan yang menarik dari sekumpulan data yang besar yang tersimpan dalam database, data warehouses, atau tempat penyimpanan lainnya (Feng Chen, Pan Deng, dkk. 2015)

Data mining bertujuan untuk menemukan pola dan aturan yang bermakna dari proses eksplorasi dan analisis dengan cara otomatis atau semiotomatis dari data yang berjumlah besar. (Nikita Jain & Vishal Srivastava. 2013)

Jadi Data mining adalah proses untuk menghasilkan sebuah informasi yang berharga dari sekumpulan data besar yang tersimpan dengan menerapkan satu atau lebih teknik pembelajaran komputer (machine learning) untuk mengeksplorasi dan menganalisis pengetahuan (knowledge) secara otomatis.

Implementasi Data mining

• Pada Bidang Pendidikan Data mining berguna untuk  mengidentifikasi pola belajar siswa sehingga dapat diambil keputusan bagaimana mengembangkan teknik mengajar yang tepat.
• Dalam bidang marketing atau pemasaran data mining dapat mengeksplorasi perilaku pembeli dengan teknik tertentu sehingga memahami perilaku pembeli contoh sederhana adalah ketika membeli suatu barang dari online shop maka terdapat sebuah rekomendasi produk yang muncul.
• Dalam Bidang kesehatan berguna untuk meningkatkan perawatan dan mengurangi biaya dikarenakan dengan data mining data dianilisis untuk mengidentifikasi praktik mana yang terbaik sehingga dapat diprediksi volume pasien dalam setiap kategori memastikan bahwa pasien mendapat perawatan yang tepat.

Application of Data Mining Techniques in Weather Prediction and Climate Change Studies

        Dalam penelitian yang ditulis oleh Folorunsho Olaiya mengenai penerapan data mining pada prikaraan cuaca dan studi perubahan iklim tersebut. Teknik data mining pada penelitian ini menyelidiki prakiraan secara maksimal curah hujan, suhu dan kecepatan angin. Dalam penelitian ini diklasifikasikan parameter cuaca seperti maksimum suhu, suhu minimum, curah hujan, penguapan, dan kecepatan angin setiap bulan dan tahun dari data meteorology yang dikumpulkan antara tahun 2000 dan 2009 dari kota Ibadan, Nigeria. 

        Dengan menggunakan Decision Tree algorithms C5 dengan algoritma ini memberikan hasil terbaik yang digunakan untuk menghasilkan aturan klasifikasi untuk variable rata-rata cuaca,sedangkan model Artificial Neural Network dapat mendeteksi hubungan antara variabel input dan menghasilkan keluaran berdasarkan pola yang diamati melekat pada data kemudian digunakan program pada prediksi cuaca yang hasilnya dibandingkan dengan data cuaca aktual untuk periode yang diprediksi hasilnya menunjukan bahwa dengan data yang cukup teknik data mining ini dapat digunakan untuk prakiraan cuaca dan studi perubahan iklim.

 

Referensi :

Nas, C. (2020). Data Mining Pengelompokan Bidang Keahlian Mahasiswa Menggunakan Algoritma K-Means (Studi Kasus: Universitas Cic Cirebon). Syntax: Jurnal Informatika, 9(1), 1-14.

Purnia, D. S., & Warnilah, A. I. (2017). Implementasi Data Mining Pada Penjualan Kacamata Menggunakan Algoritma Apriori. IJCIT (Indonesian Journal on Computer and Information Technology), 2(2).

Kusrini, E. T. L., & Taufiq, E. (2009). Algoritma data mining. Yogyakarta: Andi Offset.

Chen, F., Deng, P., Wan, J., Zhang, D., Vasilakos, A. V., & Rong, X. (2015). Data mining for the internet of things: literature review and challenges. International Journal of Distributed Sensor Networks, 11(8), 431047.

Osman, A. S. (2019). Data mining techniques.

Jain, N., & Srivastava, V. (2013). Data mining techniques: a survey paper. IJRET: International Journal of Research in Engineering and Technology, 2(11), 2319-1163.

Olaiya, F., & Adeyemo, A. B. (2012). Application of data mining techniques in weather prediction and climate change studies. International Journal of Information Engineering and Electronic Business, 4(1), 51.