 Data mining adalah Disiplin ilmu yang mempelajari metode untuk mengekstrak pengetahuan

atau menemukan pola dari suatu data yang besar.

 Hasil dari data mining perlu diolah terlebih dulu dari data menjadi pengetahuan yang berisi
informasi

 Data adalah fakta yang terekam dan tidak membawa arti. Pengetahuan adalah pola, rumus,
aturan atau model yang muncul dari data.

 Melakukan ekstraksi untuk mendapatkan informasi penting yang sifatnya implisit dan
sebelumnya tidak diketahui, dari suatu data. Kegiatan dari data mining ini meliputi
pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola dan hubungan
dalam set data berukuran besar.

 Urutan dari pengolahan hasil data mining adalah, data mentah yang didapat diolah dengan
menggunakan metode tertentu dan menghasilkan informasi, kemudian informasi tersebut
dijadikan pengetahuan yang berguna untuk membuat kebijakan atau peraturan yang sesuai

 Data mining memiliki hubungan dengan bidang lain seperti Machine Learning, Pattern
Recognition, Statistics, Computing Algorithms, Database Technology, dan High Performance
Computing

 Contoh penerapan data mining seperti Penentuan kelayakan aplikasi peminjaman uang di
bank, Penentuan pasokan listrik PLN untuk wilayah Jakarta, Prediksi profile tersangka
koruptor dari data pengadilan, Perkiraan harga saham dan tingkat inflasi, dan Deteksi
serangan (intrusion) pada suatu jaringan.

 Terdapat perbedaan yang jelas pada jenis yang digunakan untuk data mining pada zaman
dulu dan sekarang, seperti dulu yang di gunakan hanya data tempat tinggal, data pribadi
kekerabatan dan data transaksi. Tapi sekarang sudah lebih banyak lagi seperti Data streams
dan data sensor, Time-series data, temporal data, sequence data (incl. bio-sequences),
Structure data, graphs, social networks and multi-linked data, Object-relational databases,
Heterogeneous databases dan legacy databases, Spatial data dan spatiotemporal data,
Multimedia database, Text databases, World-Wide Web