Pengeritan dan Konsep Data Mining - IDCerdas

Saturday, May 13, 2017

Pengeritan dan Konsep Data Mining





Data Mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basisdata dengan melakukan penggalian pola-pola dari data dengan tujuan untuk memanipulasi data menjadi informasi yang lebih berharga yang diperoleh dengan cara mengekstraksi dan mengenali pola yang penting atau menarik dari data yang terdapat dalam basisdata.

Data Mining sendiri dianggap penting pada industry informasi Karena tersedianya data dalam jumlah yang besar dan semakin besarnya kebutuhan untuk mengubah data tersebut menjadi informasi dan pengetahuan yang berguna.

Data Mining sendiri dikenal dengan beberapa nama lain seperti :
- Knowlegde discovery (mining) in databases
- Ekstrasi Pengetahuan (knowledge extraction)
- Analisa data/pola dan kecerdasan bisnis

Dalam data mining terdapat beberapa istilah khusus, antara lain :
- Data cleaning (untuk menghilangkan oise data yang tidak konsisten).
- Data integration (di mana sumber data yang terpecah dapat disatukan).
- Data selection (di mana data yang relevan dengan tugas analisis dikembalikan ke dalam database).
- Data transformation (di mana data berubah atau bersatu menjadi bentuk yang tepat untuk menambang dengan ringkasan performa atau operasi agresi).
- Data mining (proses esensial di mana metode yang intelejen digunakan untuk mengekstrak pola data).
- Pattern evolution (untuk mengidentifikasi pola yang benar-benar menarik yang mewakili pengetahuan berdasarkan atas beberapa tindakan yang menarik).
- Knowledge presentation (Di mana gambaran teknik visualisasi dan pengetahuan digunakan untuk memberikan pengetahuan yang telah ditambang kepada user).

Secara umum definisi data-mining dapat diartikan sebagai berikut :
- Proses penemuan pola yang menarik dari data yang tersimpan dalam jumlah besar.
- Ekstraksi dari suatu informasi yang berguna atau menarik (non-tribial, implisit, sebelumnya belum diketahui potensial kegunaannya) pola atau pengetahuan dari data yang disimpan dalam jumlah besar.
- Eksplorasi dari analisa secara otomatis atau semiotomatis terhadap data-data jumlah besar untuk mencari pola dan aturan yang berarti.


Comments


EmoticonEmoticon