Nama

Kelas

: Abdi Praja Pratama Napilih / 535120089

: Data Mining A Tugas 1 Summary

A. Pendahuluan
Banyaknya data yang terkumpul dalam suatu system (Internet, Database Perusahaan,
Database Instansi Bisnis, dll) membuat sekumpulan data yang terbengkalai. Data Mining
lahir dari pengertian data yang dedefinisikan dalam data rich but information poor (data
yang banyak tanpa informasi pengolahan data yang jelas). Perkembangan data pada
zaman teknologi sekarang membuat penyimpanan data terus bertambah hingga ke level
tera dan petra.

B. Data Mining
Dalam istilah sederhananya, Data Mining adalah langkah di dalam sebuah proses untuk
menemukan sebuah pengetahuan data yang bisa diolah. Skema penggambarannya bisa
dilihat dalam gambar dibawah ini :

Databas
e

Data
Warehous
e
Data Mining

Data Pattern

Jadi bisa ditarik sebuah pengertian bahwa Data Mining adalah proses penemuan pattern
yang unik beserta pengetahuannya dari sebuah sumber data yang sangat besar. Sumber
data tersebut dapat meliputi database, data warehouse, web, informasi dari repository,
atay data yang berasal dari data sistem dinamis.

Data apa saja yang dapat di olah oleh proses Data Mining?
Data Mining sebenarnya dapat diaplikasikan ke dalam semua data asalkan datanya dapat
berguna untuk target aplikasinya. Bentuk data yang paling dasar adalah database data,
data warehouse, dan data transaksi. Secara general kita dapat mengklasifikasikan dua
kategori pattern yang dapat di proses di data mining, yaitu Deskriptif dan Prediktif.
Deskriptif mining adalah deksripsi dari target data yang sudah ada, sedangkan prediktif
data adalah memprediksi kemunculan data yang akan datang.

Data Mining Functionalities

1. Characterization and Discrimination

2.
3.
4.
5.

Mengandung karakteristik atau ciri-ciri dari target class data.

Mining Frequent Patterns, Associations, and Correlations
Classification and Regression for Predictive Analysis
Cluster Classification
Outlier Classification

Pattern/Pola Dalam Data Mining

Ada sebuah pertanyaan yang menanyakan apakah pola dalam data mining menarik?
Secara general jawabannya adalah tidak. Pola dalam data mining dapat menjadi menarik
apabila mudah dimengerti oleh manusia, mengandung data yang valid setelah dites oleh
metode tertentu, berpotensi dapat digunakan, dan mengandung cerita.
Teknologi yang digunakan di dalam Data Mining
1. Statistik
2. Machine Learning
Target aplikasi Data Mining
1. Business Intelligence
2. Web Search Engine