Data Mining, Tujuan dan

Contoh Pengaplikasian
Perkembangan teknologi yang bertumbuh semakin cepat hari demi hari, juga
memberikan dampak kepada orang-orang, kelompok hingga perusahaan yang
menjalankan bisnis mereka dalam pemanfaatannya. Ketika orang-orang semakin
paham akan teknologi beserta kemudahan yang didapatkan saat pengaplikasiannya,
dari situlah volume data semakin meningkat dari waktu ke waktu seiring dengan
bagaimana teknologi terus berkembang. Karena jumlahnya yang besar dan terus
bergerak dengan cepat, diperlukan aktivitas atau proses untuk mengolahnya. Salah
satunya adalah data mining. Untuk mengenal lebih lanjut, kita perlu mengetahui apa itu
Data Mining?

Data Mining merupakan sebuah proses mengidentifikasi data yang valid, yang dinilai
memiliki potensial untuk data tersebut berguna, yang mudah dipahami patternnya dari
struktur database. Proses data mining ini dilakukan dari big data yang merupakan suatu data
yang besar. Dengan dilakukannya data mining ini tentu memiliki tujuan di dalamnya.
Terdapat dua tujuan yang menjadi karakteristik utama dari data mining,
yaitu descriptive dan predictive. Descriptive berarti data mining digunakan untuk mengenal
lebih jauh mengenai data yang diamati, atau dalam kata lain bagaimana kita mencari tahu
karakteristik dari data tersebut.
Sedangkan predictive berarti untuk memperkirakan nilai suatu variabel yang belum terungkap 
atau dikenali, ketika kita telah menemukan pattern dari data tersebut. Pattern yang dimaksud
kan disini adalah suatu matematika yang menggambarkan hubungan data item.
Ketika kita melihat pattern tersebut, kita dapat mengoptimalkan bisnis kita seperti bagaimana
cara kita untuk meningkatkan potensi pembelian. Adapun beberarapa tujuan lainnya, seperti
menyediakan data yang berkualitas untuk bisnis seperti mengenai transaksi ataupun
pelanggan, peningkatan tajam dalam pemrosesan data dan kemampuan penyimpanan, dan
sebagainya. Data mining juga dikatakan sebagai campuran dari berbagai jenis disiplin ilmu,
seperti statistik, artificial intelligence, machine learning dan pattern recognition, information
visualization, database management dan data warehousing, juga management science dan
information system. Beberapa jenis disiplin umum tersebut juga digunakan untuk mengalisa
data.
Ada beberapa karakteristik yang menjadi ciri khas sebenarnya seperti apakah data mining itu?
Karakteristik yang dimilikinya antara lain, biasanya sumber dari data mining berasal dari data
warehouse yang sudah terintegrasi. Bagi data mining, sifat data paling kritikal karena di
dalamnya bisa terdapat data yang unstruktur. Data mining juga memiliki kemampuan untuk
memproses data secara bersamaan atau yang sering disebut Parallel Processing.
Dalam pemrosesan data mining, ada beberapa metode yang digunakan. Pertama
ada prediction method. Sifat dari metode ini adalah supervised atau dalam artian datanya
sudah ada aturannya atau sudah mengacu. Beberapa metode yang digunakan
dalam prediction  method antara lain; klasifikasi, regresi, dan time series. Tidak sedikit
pertanyaan sering diajukan apakah klasifikasi dan regresi merupakan suatu hal yang berbeda?
Perbedaan utama yang ditemukan antara klasifikasi dan regresi terletak pada apa yang
diprediksi. Klasifikasi memprediksikan kelas. Contohnya, seorang guru ingin mendata
muridnya berdasarkan tinggi badan dan berat badan.