Disusun Oleh :
Kelompok 1
Putri Naomi Agatha (222310031)
Chandradinata (222310008)
Carlos Immanuel Tampubolon (222310064)
Revaldy Jaya (222310044)
Syahid Muhammad Zubeir (222310038)
Mohammad Iqbal Fahmi (222310046)
Penulis
DAFTAR ISI
Halaman Judul .................................................................................................................... 1
Kata Pengantar .................................................................................................................... 2
Daftar Isi ............................................................................................................................. 3
BAB I PENDAHULUAN ................................................................................................... 4
A. Latar Belakang ........................................................................................................ 4
B. Rumusan Masalah ................................................................................................... 4
C. Tujuan ..................................................................................................................... 4
BAB II PEMBAHASAN .................................................................................................... 5
A. Pengertian Data Mining .......................................................................................... 5
B. Sejarah..................................................................................................................... 7
C. Kelebihan dan Kekurangan Data Mining ............................................................... 9
D. Metode dan Penerapan ............................................................................................ 10
E. Fungsi/Manfaat dari Data Mining ........................................................................... 12
BAB III PENUTUP ............................................................................................................ 14
A. Kesimpulan ............................................................................................................. 14
B. Saran ....................................................................................................................... 14
Daftar Pustaka ..................................................................................................................... 15
BAB 1
PENDAHULUAN
A. Latar Belakang
Data Mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan
buatan, machine learning untuk mengekstraksi dan mengidentifikasi informasi yang
bermanfaat dan pengetahuan yang terkait dari berbagai database besar. Data mining
merupakan sebuah konsep yang diperuntukkan untuk menemukan pengetahuan atau
informasi berharga yang tersembunyi di dalam database. Data mining mulai banyak
digunakan sebagai bahan penelitian dalam hal mencari pola atau nilai dari suatu basis data
yang besar. Kemampuan Data mining untuk mencari informasi bisnis yang berharga dari
basis data yang sangat besar, dapat dianalogikan dengan penambangan logam mulia dari
lahan sumbernya. Kebanyakan data mining digunakan sebagai penelitian dalam hal pola–
pola penjualan, penentu jumlah produksi, keterkaitan pelanggan, dan lain – lain. Data
Mining memiliki Metode dan diterapkan pada kondisi tertentu.
B. Rumusan Masalah
1. Apa pengertian dari Data Mining?
2. Apa Sejarah Data Mining?
3. Apa saja kelebihan dan kekurangan dari Data Mining?
4. Apa saja metode dari Data Mining dan bagaimana Penerapannya?
5. Apa fungsi atau manfaat dari Data Mining?
C. Tujuan
1. Untuk mengetahui pengertian dari Data Mining.
2. Mengetahui sejarah Data Mining.
3. Mengetahui apa saja kelebihan dan kekurangan dari Data Mining.
4. Untuk mengetahui bagaimana metode dan penerapan dari Data Mining.
5. Mengetahui fungsi atau manfaat dari Data Mining.
BAB II
PEMBAHASAN
Kemampuan Data mining untuk mencari informasi bisnis yang berharga dari basis data
yang sangat besar, dapat dianalogikan dengan penambangan logam mulia dari lahan
sumbernya, teknologi ini dipakai untuk :
1. Prediksi trend dan sifat-sifat bisnis, dimana data mining mengotomatisasi proses
pencarian informasi pemprediksi di dalam basis data yang besar.
2. Penemuan pola-pola yang tidak diketahui sebelumnya, dimana data mining menyapu
basis data, kemudian mengidentifikasi pola-pola yang sebelumnya tersembunyi dalam satu
sapuan.
3. Data mining berguna untuk membuat keputusan yang kritis, terutama dalam strategi.
Berikut ini beberapa definisi data mining dari beberapa sumber (Larose, 2005):
➢ Data mining adalah proses menemukan sesuatu yang bermakna dari suatu korelasi baru,
pola dan tren yang ada dengan cara memilah-milah data berukuran besar yang disimpan
dalam repositori, menggunakan teknologi pengenalan pola serta teknik matematika dan
statistik.
➢ Data mining adalah analisis pengamatan database untuk menemukan hubungan yang
tidak terduga dan untuk meringkas data dengan cara atau metode baru yang dapat
dimengerti dan bermanfaat kepada pemilik data.
➢ Data mining merupakan bidang ilmu interdisipliner yang menyatukan teknik
pembelajaran dari mesin (machine learning), pengenalan pola (pattern recognition),
statistik, database, dan visualisasi untuk mengatasi masalah ekstraksi informasi dari
basis data yang besar.
➢ Data mining diartikan sebagai suatu proses ekstraksi informasi berguna dan potensial
dari sekumpulan data yang terdapat secara implisit dalam suatu basis data.
❖ Mengapa DM: Banjir Data
➢ Twitter: 8000an tweet per detik → 600 juta tweet per hari.
➢ Facebook: 30 milyar item (link, status, note, foto dst) per bulan. 500 juta user
menghabiskan 700 milyar menit per bulan di situs FB.
➢ Indomaret: 4500an gerai, asumsikan 3 transaksi per menit = 12 juta transaksi per
hari se Indonesia.
➢ Kartu kredit visa: berlaku di 200 negara. 10 ribu transaksi per detik 850 juta transaksi
per hari.
❖ Evolusi DB
➢ 60-an: koleksi data (file system primitif)
➢ 70-80: MIS (Sistem Informasi Management)
➢ 80-sekarang: OO, Deductive, Spatial, Multimedia
➢ 90-sekarang: Web based (XML, web mining), Datawarehouse, OLAP, Text
Database, Text + Data mining
➢ 05-sekarang: Stream data management and mining, Cloud, Web
B. Sejarah
Tan (2006) mendefinisikan data mining sebagai proses untuk mendapatkan informasi yang
berguna dari gudang basis data yang besar. Data mining juga dapat diartikan sebagai
pengekstrakan informasi baru yang diambil dari bongkahan data besar yang membantu
dalam pengambilan keputusan. Darly Pregibon (2011) menyatakan bahwa data mining
adalah campuran dari statistik, kecerdasan buatan, dan riset basis data.
LAROSE 2006
Menurut Larose, definisi data mining adalah proses menemukan sesuatu yang bermakna
oleh suatu korelasi baru, pola dan juga tren yang terdapat dengan cara memilah-milah data
yang berukuran besar, dimana data tersebut disimpan dalam repository, menggunakan
teknologi sosialisasi pola serta statistik dan teknik matematika.
TURBAN ET AL
Menurut Turban Et Al, arti data mining adalah proses yang memakai teknik statistik, teknik
matematika, kecerdasan protesis, machine learning dalam melakukan ekstraksi dan
mengidentifikasi informasi yang bermanfaat serta pengetahuan yang terkait oleh berbagai
database (yang berukuran) besar.
PRAMUDIONO 2006
Menurut Pramudiono, pengertian data mining adalah analisa yang dilakukan secara
automatic (otomatis) pada data yang berjumlah besar dan kompleks dengan tujuan untuk
mendapatkan kecendrungan atau pola penting yang keberadaannya biasanya tidak disadari.
Membahas mengenai data mining dan artinya, pastinya kita juga harus mengetahui apa
sejarahnya bukan? Salah satu artikel pertama yang menggunakan frasa “data mining”
diterbitkan oleh Michael C. Lovell pada tahun 1983.
Pada saat itu, Lovell dan banyak ekonom lain mengambil pandangan yang cukup negatif
dari praktik tersebut, percaya bahwa statistik dapat mengarah pada kesimpulan yang salah
ketika tidak diinformasikan oleh pengetahuan tentang materi pelajaran.
Tetapi pada tahun 1990-an, gagasan untuk mengekstraksi nilai dari data dengan
mengidentifikasi pattern atau pola telah menjadi jauh lebih populer. Basis data dan vendor
data warehouse mulai menggunakan kata kunci untuk memasarkan perangkat lunak
mereka. Dan perusahaan mulai menyadari manfaat potensial dari praktik tersebut.
Pada tahun 1996, sekelompok perusahaan yang termasuk teradata dan NCR memimpin
proyek untuk menstandarisasi dan memformalkan metodologi penambangan data.
Pekerjaan mereka menghasilkan proses standar lintas-industri untuk penambangan data
atau Cross-Industry Standard Process for Data Mining (CRISP-DM).
Pada awal tahun 2000-an, perusahaan web mulai melihat kekuatan dari data mining, dan
praktiknya benar-benar berjalan Sbahkan sampai sekarang ini.
Sementara frase “data mining” sejak saat itu telah dikalahkan oleh kata kunci lain seperti
“data analytics atau analisis data” “big data” dan “machine learning” prosesnya tetap
menjadi bagian integral dari praktik bisnis. Bahkan, wajar untuk mengatakan bahwa data
mining telah menjadi bagian de facto dari menjalankan bisnis modern seperti di tahun 2022
sekarang ini.
C. Kelebihan dan kekurangan data mining
Kelebihan Menggunakan Data Mining
Analisis data melalui data mining dapat memberi perusahaan keuntungan yang tak
terhitung jumlahnya untuk mengoptimalkan manajemen dan waktu. Berikut beberapa
kelebihan menggunakan data mining:
1. Manajemen hubungan pelanggan yang lebih baik
Mampu memastikan manajemen hubungan pelanggan yang baik adalah salah satu
keuntungan utama dari penerapan data mining. Ini dapat membantu perusahaan
memahami jenis pelanggan mana saja yang dapat menggunakan jenis produk yang
sesuai sehingga menjamin penjualan produk daripada melakukan promosi produk. Hal
tersebut juga dapat membantu perusahaan untuk memilih strategi pemasaran yang
berbeda berdasarkan demografi pelanggan mereka.
2. Menarik dan mempertahankan pelanggan
Konsumen saat ini menginginkan pengalaman yang dipersonalisasi dan interaktif
dengan perusahaan yang terlibat.
Oleh karena itu, satu-satunya cara untuk memenangkan dan mempertahankan
keminatkan pelanggan adalah dengan memiliki pemahaman yang mendalam tentang
perilaku, karakteristik, dan preferensi pelanggan itu sendiri.
Data mining/penambangan data dapat dengan cepat dan efektif menganalisis atribut
utama konsumen. Dengan cara ini, kampanye produk Anda dapat ditargetkan secara
tepat kepada orang-orang yang mungkin menjadi konsumen.
3. Membantu dalam Persaingan
Dengan begitu banyak data baru yang dianalisis, departemen R&D perusahaan akan
berada di garis depan tren dan dapat mempertimbangkan produk yang berpotensi
menghasilkan profit lebih untuk selanjutnya. Salah satu strategi yang dapat digunakan
dengan data mining adalah membandingkan informasi yang dikumpulkan dari
perusahaan dengan pesaing utama.
PENUTUP
1. Kesimpulan
Data Mining mengajarkan tentang data, teknik-teknik mengolah data, teknik menambang
data, sehingga diperoleh pola-pola tertentu yang dapat menjadi informasi yang berguna dan
juga aplikasi dan permasalahan penerapannya pada kondisi nyata.
Data mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan
data berupa pengetahuan yang selama ini tidak diketahui secara manual. Proses data mining
seringkali menggunakan metode statistika, matematika, hingga memanfaatkan teknologi
artificial intelligence. Data mining juga disebut sebagai serangkaian proses untuk
menemukan suatu pengetahuan atau informasi yang selama ini tidak diketahui dari data
berskala besar dan sering juga disebut sebagai knowledge discovery in database KDD
Santosa, 2007.
2. Saran
Saya berharap makalah ini dapat menambah wawasan bagi pembaca agar tertarik untuk
terus dapat meningkatkan keingintahuan nya terhadap informasi baru yang bermanfaat.
Demi kesempurnaan makalah ini, saya berharap kritik dan saran dari pembaca yang
sifatnya membangun agar makalah ini bisa lebih baik untuk kedepannya.
DAFTAR PUSTAKA
https://lmsspada.kemdikbud.go.id/mod/page/view.php?id=55904
https://youtu.be/u-FUlAElKls
https://rifqimulyawan.com/blog/pengertian-data-
mining/?_gl=1*1ozxiq2*_ga*YW1wLUdzTm9LbjlyYTBMR2VmUHpHMWRYY3BjMTVXc
mtnT2xpZWxvNWRQcjZRM2RoMlQwLWRFMVZBbXNvLVpKNjJQeVU.#Sejarah_Data_Mi
ning
https://kolonginfo.com/keuntungan-menggunakan-data-mining/
https://www.jagoanhosting.com/blog/apa-itu-data-mining/
https://www.dicoding.com/blog/apa-itu-data-mining/