Nama : Roy Samsul

NIM : 21090123

Kelas/ SMT : A / SMT 4

TUGAS DATA MINING

1. Jelaskan perbedaan antara data, informasi, dan pengetahuan!

Jawab : Perbedaan dari data, informasi dan pengetahuan adalah data berada di dunia yang nyata
memahami bahwa data ada, sementara informasi adalah kumpulan dari data yang dikirim atau
diterima oleh individu atau organisasi, sedangkan pengetahuan berada di dalam diri individu
tersebut melalui proses diterima, disadari dan dipahami hasil dari informasi tersebut. Data dapat
di ubah menjadi informasi, informasi tersebut yang berupa (angka-angka atau fakta – fakta).
Data bisa menjadi informasi apabila data tersebut diberi makna. Informasi tercipta ketika data
dinilai melalui berbagai cara antara lain pengkategorisasian, penyaringan, atau penyusunan.
Sedangkan pengetahuan merupakan informasi yang telah dievalasi, disusun, atau dikelola untuk
diterapkan dalam mendukung keputusan atau memahami suatu konsep.

Dengan adanya data yang diolah, dimana data tersebut belum menjadi arti, melalui
pengetahuan yang kita miliki maka data tersebut akan berubah. Adapun hal tersebut dilakukan
melalui beberapa proses pengelolaan data dengan pengetahuan menjadi suatu informasi penting
untuk menentukan suatu keputusan, karena dengan informasi yang kita miliki maka proses
pengambilan keputusan pun akan semakin mudah, jika dikaitkan dengan perkembangan data
center, informasi, dan pusat pengetahuan, hasil keputusan yang kita ambil sebelumnya melalui
pengolahan data yang kompleks maka keputusan tersebut terutamanya akan mendorong dan
dapat menghasilkan terobosan baru di perkembangan dalam data center, informasi, dan pusat
pengetahuan, terutama dalam suatu perusahaan hasil keputusan tersebut dapat memberikan
adanya inovasi baru. Hal tersebut dapat membuat perkembangan data center, informasi, dan
pusat semakin berkembang pesat.

2. Jelaskan apa yang anda ketahui tentang data mining!

Jawab : Data mining adalah proses pengumpulan dan pengolahan data yang bertujuan untuk
mengekstrak informasi penting pada data. Proses pengumpulan dan ekstraksi informasi tersebut
dapat dilakukan menggunakan perangkat lunak dengan bantuan perhitungan statistika,
matematika, ataupun teknologi Artificial Intelligence (AI). Data mining sering disebut juga
Knowledge Discovery in Database (KDD).

3. Sebutkan peran utama data mining!

Jawab -  Description digunakan untuk mengidentifikasi pola yang sering muncul dan

mengubah pola tersebut menjadi aturan yang dapat digunakan untuk memudahkan
suatu aktivitas.
 - Classification digunakan jika atributnya bisa berupa nominal atau numerik tetapi
labelnya harus berupa nominal. Pada klasifikasi dilakukan pengelompokkan
berdasarkan hubungan antara variabel kriteria dengan variabel target.

- Prediction digunakan jika atributnya numerik dan labelnya numerik serta

terdapat time series pada atributnya. Peran data mining prediksi ini secara umum
hampir sama dengan klasifikasi.

- Estimation digunakan jika dataset atributnyanumerik dan labelnya numerik. Estimasi

adalah perkiraan atau prediksi sehingga estimasi hampir sama dengan klsifikasi yang
membedakan hanya pada jenis dataset yang digunakan.

- Clustering digunakan jika dataset tidak memiliki label dan atributnya numerik.

Pengklasteran merupakan pengelompokkan data yang memiliki kemiripan nilai.

- Association digunakan jika dataset ingin diketahui seberapa dekat hubungan antar

atributnya. Dalam data mining proses asosiasi adalah pencarian atribut yang muncul
atau sering muncul dalam waktu yang bersamaan.

4. Sebutkan pemanfaatan dari data mining di berbagai bidang!

Jawab : sistem-sistem yang kita gunakan dalam kehidupan sehari-hari, dapat diambil beberapa
contoh antara lain:

• Bidang Kesehatan, data dan analisis untuk mengidentifikasi praktik terbaik yang
meningkatkan perawatan dan mengurangi biaya. Peneliti menggunakan pendekatan data
mining seperti database multi dimensi, pembelajaran mesin, soft computing, visualisasi data
dan statistik. Pertambangan dapat digunakan untuk memprediksi volume pasien dalam setiap
kategori. Proses dikembangkan yang memastikan bahwa pasien mendapat perawatan yang

tepat di tempat yang tepat dan pada saat yang tepat. Data mining juga dapat membantu
perusahaan asuransi kesehatan untuk mendeteksi kecurangan dan penyalahgunaan.

• Bidang Pendidikan, bidang baru muncul disebut Educational Data Mining, berkaitan
dengan metode pengembangan yang menemukan pengetahuan dari data yang berasal dari
lingkungan pendidikan. Tujuan EDM diidentifikasi sebagai prediksi perilaku belajar di masa
depan siswa, mempelajari dampak dukungan pendidikan, dan memajukan pengetahuan
ilmiah tentang pembelajaran. Data mining dapat digunakan oleh sebuah institusi untuk
mengambil keputusan yang akurat dan juga untuk memprediksi hasil siswa. Dengan hasilnya
institusi bisa fokus pada apa yang harus diajarkan dan bagaimana cara mengajarnya. Pola
belajar siswa dapat diambil dan digunakan untuk mengembangkan teknik mengajar mereka.

• Bidang Keuangan, Data mining dapat berkontribusi untuk memecahkan masalah bisnis di
bidang perbankan dan keuangan dengan menemukan pola, sebab-akibat, dan korelasi dalam
informasi bisnis dan harga pasar yang tidak segera terlihat oleh manajer karena data volume
terlalu besar atau dihasilkan terlalu cepat untuk disaring oleh para ahli. Para manajer dapat
menemukan informasi ini untuk segmentasi, penargetan, perolehan, penahanan, dan
pemeliharaan pelanggan yang lebih baik.