MATA KULIAH DATA MINING

DEFINISI DATA MINING ,KTERKAITAN DENGAN BIG DATA, SERTA

PENERAPANNYA

OLEH

NYOMAN SUJANA 1615057117 (7C)

JURUSAN PENDIDIKAN TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN KEJURUAN

UNIVERSITAS PENDIDIKAN GANESHA

SINGARAJA

2017
 Kata Pengantar

Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmatNYA sehingga

makalah dengan judul Data Mining dapat tersusun hingga selesai. Tidak lupa kami juga

mengucapkan banyak terimakasih atas bantuan dari pihak yang telah berkontribusi dengan

memberikan sumbangan baik materi maupun pikirannya. Dan harapan kami semoga makalah

ini dapat menambah pengetahuan dan pengalaman bagi para pembaca, Untuk ke depannya

dapat memperbaiki bentuk maupun menambah isi makalah agar menjadi lebih baik lagi.

Karena keterbatasan pengetahuan maupun pengalaman kami, Kami yakin masih banyak

kekurangan dalam makalah ini, Oleh karena itu kami sangat mengharapkan saran dan kritik

yang membangun dari pembaca demi kesempurnaan makalah ini.

Singaraja, 7 September 2017

Penyusun

ii
 Daftar Isi

Halaman
Halaman Judul ....................................................................... Error! Bookmark not defined.
Kata Pengantar ........................................................................................................................................ ii
Daftar Isi ................................................................................................................................................ iii
BAB I PENDAHULUAN ....................................................................................................................... 1
1.1 Latar Belakang ........................................................................................................................ 1
1.2 Rumusan Masalah ................................................................................................................... 2
1.3 Tujuan ..................................................................................................................................... 2
BAB II PEMBAHASAN ........................................................................................................................ 3
2.1 Definisi Data Mining .............................................................................................................. 3
2.2 Perlunya Mempelajari Data Mining ........................................................................................ 5
2.3 Keterkaitan antara Data Mining dan Big Data ........................................................................ 6
2.4 Contoh Penerapan Data Mining .............................................................................................. 7
BAB III PENUTUP ................................................................................................................................ 9
3.1 Kesimpulan ............................................................................................................................. 9
3.2 Saran ....................................................................................................................................... 9

iii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Data mining adalah suatu konsep yang digunakan untuk menemukan pengetahuan

yang tersembunyi di dalam database. Data mining merupakan proses semi otomatik yang

menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk

mengekstraksi dan mengidentifikasi informasi pengetahuan potensial dan berguna yang

tersimpan di dalam database besar. (Turban et al, 2005 ). Data mining adalah bagian dari proses

KDD ( Knowledge Discovery in Databases) yang terdiri dari beberapa tahapan seperti

pemilihan data, pra pengolahan, transformasi, data mining, dan evaluasi hasil (Maimon dan

Last, 2000). KDD secara umum juga dikenal sebagai pangkalan data. Teknik data mining

secara garis besar dapat dibagi dalam dua kelompok: verifikasi dan discovery. Metode

verifikasi umumnya meliputi teknik-teknik statistik seperti goodness of fit, dan analisis

variansi. Metode discovery lebih lanjut dapat dibagi atas model prediktif dan model deskriptif.

Teknik prediktif melakukan prediksi terhadap data dengan menggunakan hasil-hasil yang telah

diketahui dari data yang berbeda. Model ini dapat dibuat berdasarkan penggunaan data historis

lain. Sementara itu, model deskriptif bertujuan mengidentifikasi pola-pola atau hubungan antar

data dan memberikan cara untuk mengeksplorasi karakteristik data yang diselidiki.

Dalam makalah yang berjudul Data Mining, akan membahas mengenai definisi

data mining, perlunya mempelajari data mining, keterkaitan data mining dengan big data, serta

contoh penerapan dalam kehidupan sehari hari.

1
1.2 Rumusan Masalah

Adapun rumusan masalah mengenai pembuatan makalah Data Mining ini adalahs

ebagai berikut:

a) Menjelaskan mengenai definisi Data Mining;

b) Menjelaskan perlunya mempelajari Data Mining;

c) Menjelaskan keterkaitan antara Data Mining dan Big Data;

d) Menjelaskan contoh penerapan Data Mining.

1.3 Tujuan

Adapun tujuan mengenai pembuatan dari makalah Data Mining ini adalah sebagai

berikut:

a) Untuk mengetahui pengertian Data Mining;

b) Untuk mengetahui perlunya mempelajari Data Mining;

c) Untuk mengetahui Keterkaitan antara Data Mining dan Big Data;

d) Untuk mengetahui contoh penerapan Data Mining.

2
 BAB II

PEMBAHASAN

2.1 Definisi Data Mining

Data mining bagi sebagian orang istilah ini sudah tidak asing, tapi bagi sebagian

yang lain, istilah Statistika lebih dikenal sebagai ilmu pengolahan data. Bahkan seringnya bagi

masyarakat umum kata Data Mining diasosiasikan dengan pertambangan (mining). Data

mining memiliki banyak kemiripan dengan Statistika, karena sama-sama bertujuan mengolah

data untuk mendapatkan suatu kesimpulan/informasi darinya. Bahkan akar/root dari data

mining adalah statistika. Berikut merupakan definisi dari data mining menurut beberapa para

ahli, diantaranya dalahs ebagai berikut:

1. Pengertian data mining berdasarkan JK06

Pengertian data mining berdasarkan (JK06) adalah proses mengekstraksi pola-pola

yang menarik (tidak remeh-temeh, implisit, belum diketahui sebelumnya, dan berpotensi untuk

bermanfaat) dari data yang berukuran besar. Definisi data mining dari Adelman. pengertian

data mining adalah proses pencarian pola data yang tidak diketahui atau tidak diperkirakan

sebelumnya.

2. Pengertian data mining menurut Gartner Group

Data mining sebagai suatu proses menemukan hubungan yang berarti, pola, dan

kecenderungan dengan memeriksa dalam sekumpulan besar data yg tersimpan dalam

penyimpanan dengan menggunakan teknik pengenalan pola seperti teknik statisik dan

matematika.

3
3. Pengertian Data Mining menurut Pramudiono

Pengertian data mining adalah adalah serangkaian proses untuk menggali nilai tambah

dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual.

4. Pengertian Data Mining menurut Larose

Data mining adalah bidang yang digabung dari beberapa bidang keilmuan yang

menyatukan teknik dari pembelajaran mesin, pengenalan pola, statistik, database, dan

visualisasi untuk pengenalan permasalahan pengambilan informasi dari database yang besar.

5. Pengertian Data Mining menurut Jiawei

Data mining merupakan pemilihan atau menambang pengetahuan dari jumlah data

yang banyak.

6. Pengertian Data Mining menurut Berry

Data mining adalah aktivitas mengeksplorasi dan menganalisis data jumlah yang besar

untuk menemukan pattern (pola) dan rule (aturan) yang berarti.

7. Pengertian Data Mining menurut Hoffer dan McFadden

Data Mining adalah penemuan pengetahuan dengan menggunakan teknik-teknik yang

tergabung dari statistik, tradisional, kecerdasan dan grafik komputer.

8. Pengertian Data Mining menurut Turban

Data mining adalah proses yang menggunakan teknik statistik, matematika,

kecerdasan buatan, dan mesin learning untuk mengekstraksi dan mengidentifikasi informasi

yang bermanfaat dan pengetahuan yang terkait berbagai database besar (baca pengertian

database).

4
2.2 Perlunya Mempelajari Data Mining

Data mining terutama digunakan untuk mencari pengetahuan yang terdapat dalam

basis data yang besar sehingga sering

disebut. Knowledge Discovery in Data

bases (KDD). Proses pencarian pengetahuan

ini menggunakan berbagai teknik-teknik

pembelajaran computer (machine learning)

untuk menganalisis dan mengekstrak

sikannya. Proses pencarian bersifat

iteratif dan interaktif untuk menemukan

pola atau model yang sahih, baru, bermanfaat, dan dimengerti. Dalam penerapannya dataminig

memerlukan berbagai perangkat lunak analisis data untuk menemukan pola dan relasi data agar

dapat digunakan untuk membuat prediksi dengan akurat. Data mining bukanlah disiplin ilmu

5
baru, tetapi lebih pada definisi yang baru untuk pemanfaatan banyak disiplin ilmu. Data mining

diposisikan erat di irisan berbagai disiplin ilmu, termasuk statistik, artificial intelligence

(kecerdasan buatan), machine learning, management science, information systems (sistem

informasi), dan database. Dengan menggunakan perkembangan di semua disiplin itu, data

mining berusaha membuat perkembangan dalam mengekstrak informasi dan knowledge dari

database yang besar. Ini adalah bidang ilmu yang muncul ke permukaan dan menarik banyak

perhatian dalam waktu yang singkat.

2.3 Keterkaitan antara Data Mining dan Big Data

Big Data merupakan sebuah ungkapan atau frase, yang digunakan untuk

menggambarkan data yang memiliki volume besar baik data terstruktur dan tidak terstruktur

yang sulit untuk diproses menggunakan teknik database dan perangkat lunak tradisional. data

yang besar memiliki potensi untuk membantu perusahaan dalam meningkatkan operasi dan

membuat segalanya menjadi lebih cepat dan karena kelengkapan data nya dapat untuk

membuat keputusan yang lebih cerdas.

6
Data mining dapat disebut sebagai knowledge discovery adalah sebuah proses memilah data

dalam berbagai sudut pandang dan kemudian membuat sebuah kesimpulan dari data yang

diteliti. Data mining dapat berguna untuk menemukan hubungan atau pola dalam relasi

database. Hasil dari data mining dapat menjadi bahan pertimbangan untuk menambah

penghasilan maupun mengurangi pengeluaran. Penggunaan data mining dapat ditemui pada

supermarket, mereka melihat barang apa yang paling banyak dibeli oleh tipe pelanggan yang

mana pada waktu tertentu dan menggunakannya untuk memberikan diskon pada hari

tertentu/waktu tertentu dan menentukan penempatan barang pada supermarket tersebut.

2.4 Contoh Penerapan Data Mining

Berikut merupakan contoh penerapan dari Data Mining:

1. Contoh data mining pada toko buku

Misalnya toko buku tersebut memiliki database pembelian buku-buku yang telah

dibeli. Penjual dapat memanfaatkan database tersebut menggunakan data mining. Dengan

menggunakan data mining penjual dapat mengetahui buku-buku dengan kategori apa saja yang

paling banyak terjual, yang kurang banyak terjual, atau tidak pernah terjual. Selain itu penjual

dapat mengetahui pada waktu-waktu kapan saja buku tertentu terjual paling banyak. Misalnya

berdasarkan database penjualan, pada tahun ajaran baru, buku-buku pelajaran SD, SMP, dan

SMA adalah yang paling banyak terjual. Penjual dapat menyiasatinya untuk meningkatkan

pendapatan dengan cara menempatkan buku-buku pelajaran SD, SMP, dan SMA ke rak buku

bagian belakang karena barang tersebut pasti dicari dan menempatkan buku-buku yang kurang

banyak terjual atau tidak pernah terjual di rak buku bagian depan. Selain itu penjual dapat

menambah stok buku pelajaran SD,SMP, dan SMAnya dan menambah barang-barang lain

yang kemungkinan besar terjual laris manis pada tahun ajaran baru. Misalnya pupen, buku tulis,

tas, dll. Sehingga yang dijualnya bukan hanya buku-buku saja tetapi juga barang-barang lain

7
yang juga kemungkinan besar juga ikut terjual pada tahun ajaran baru. Penjual juga dapat

meningkatkan penjualannya dengan memudahkan pembeli mencari buku yang diinginkan

yaitu dengan memberi label untuk setiap rak kelompok buku. Misalnya buku-buku komputer

dikelompokkan dalam satu rak dan rak tersebut diberi label komputer sehingga pembeli mudah

menemukannya meskipun diletakkan di rak buku bagian belakang

2. Dalam bidang kesehatan

Sekarang ini sistem informasi rumah sakit mulai menerapkan sistem informasi berbasis

komputer untuk mendukung manajemen keuangan, khususnya dipakai untuk billing systems

(sistem pembayaran).

3. Dalam bidang perkantoran

Sebagai alat absen sidik jari (finger print)

4. Dalam bidang olahraga

Sebagai sensor atau alat untuk mencatat jumlah statistik pada statistik sepak bola,

basket, tenis, voli, dll.

5. Dalam bidang telekomunikasi

Sebagai sarana statistik untuk mencatat kepadatan jumlah penelepon di jam tertentu

(jam sibuk / bukan) sehingga operator dapat memberikan tarif tertentu bagi pelanggan.

8
 BAB III

PENUTUP

3.1 Kesimpulan

Data mining merupakan sebuah proses memilah data dalam berbagai sudut pandang

dan kemudian membuat sebuah kesimpulan dari data yang diteliti. Data mining dapat berguna

untuk menemukan hubungan atau pola dalam relasi database. Hasil dari data mining dapat

menjadi bahan pertimbangan untuk menambah penghasilan maupun mengurangi pengeluaran.

Penggunaan data mining dapat ditemui pada supermarket, mereka melihat barang apa yang

paling banyak dibeli oleh tipe pelanggan yang mana pada waktu tertentu dan menggunakannya

untuk memberikan diskon pada hari tertentu/waktu tertentu dan menentukan penempatan

barang pada supermarket tersebut. Data mining dan big data saling memiliki keterakitan satu

sama lain, dalah hal data, data mining sangat diperluakan pada kehidupan ssehari hari, salah

satu contohnya adalah dalam bidang telekomunikasi sebagai sarana statistik untuk mencatat

kepadatan jumlah penelepon di jam tertentu (jam sibuk / bukan) sehingga operator dapat

memberikan tarif tertentu bagi pelanggan.

3.2 Saran

Makalah ini belum sempurna dan masih terdapat banyak aspek yang dapat

dikembangkan untuk menyempurnakannya. Pada pengambilan sumber artikel makalah ini

masih mencari pada situs blog, dikarenakan situs yang standar minim informasi mengenai

aspek kepribadian. Walaupun demikian, semoga pembaca dengan makalah ini dapat

memberikan wawasan kembali mengenai Makalah Data Mining ini.

9
 DAFTAR PUSTAKA

Anonim.2015, Big Data dan Wirehouse, tersedia pada: https://riddledrag.wordpress.com

/2015/10/11/big-data-dan-data-warehouse/ (diakses tanggal 7 September 2017)
Alif. 2012, Contoh Kasus Penerapan Data Mining, tersedia pada: https://datamining10041.
wordpress.com/2012/03/11/contoh-kasus-penerapan-data-mining/(diakses tanggal 7
September 2017)

Shabri Prayogi, 2012, Contoh data mining dalam kehidu[pan sehari hari, tersedia pada:
https://shabri-prayogi.blogspot.co.id/2012/03/penerapan-data-mining_05.html
(diakses tanggal 7 September 2017)
Taufik Sutanto, 2012, Pendahuluan Data Mining, tersedia pada: http://sutanto.org/apa-sih-
data-mining/ (diakses tanggal 7 September 2017)

Anonim. 2009, Konse, pengertian, tujuan Data Mining, tersedia pada:

https://fairuzelsaid.wordpress.com/2009/10/27/data-mining-1-konsep-pengertian-
manfaat-dan-tujuan-data-mining/ (diakses tanggal 7 September 2017)