TUGAS MANDIRI

THE ESSENTIAL INFORMATION & DIGITAL LITERACY

DATA MINING

NAMA : SRI WIDYA NINGSIH

NPM : 190910266

FAKULTAS ILMU SOSIAL DAN HUMANIORA

UNIVERSITAS PUTERA BATAM

TAHUN 2022/2023
 KATA PENGANTAR

Dengan mengucap puji syukur atas kehadirat allah swt. Karena dengan
berkah,rahmat,karunia serta hidayahnya saya dapat menyelesaikan tugas the essential
information & digital literacy yang berjudul “DATA MINING”. Tugas ini disusun dengan
tujuan untuk memenuhi salah satu tugas mata kuliah “the essential information & digital
literacy”.Selaku penyusun saya sangat mengetahui bahwa tugas ini jauh dari kesempurnaan.
Semoga tugas ini dapat bermanfaat bagi semua orang. Terutama bagi saya selaku penyusun.

Batam 20 juni 2023

Sri widya ningsih

 DAFTAR ISI

KATA PENGANTAR.......................................................................................................2

DAFTAR ISI......................................................................................................................3

BAB I PENDAHULUAN..................................................................................................4

1. Latar belakang.........................................................................................................4
2. Rumusan masalah....................................................................................................4
3. Tujuan......................................................................................................................

BAB II PEMBAHASAN...................................................................................................6

1. Definisi data mining..........................................................................................6

2. Perlunya mempelajari data mining....................................................................7
3. Keterkaitan antara data mining dan big data.....................................................8
4. Contoh penerapan data mining..........................................................................8

BAB III PENUTUP...........................................................................................................9

a. Kesimpulan........................................................................................................9
b. Saran..................................................................................................................9

DAFTAR PUSTAKA........................................................................................................10
 BAB I

PENDAHULUAN

A. Latar belakang
Data mining adalah suatu konsep yang digunakan untuk menemukan
pengetahuanyang tersembunyi di dalam database. Data mining merupakan proses
semi otomatik yangmenggunakan teknik statistik, matematika, kecerdasan buatan, dan
machine learning untukmengekstraksi dan mengidentifikasi informasi pengetahuan
potensial dan berguna yangtersimpan di dalam database besar. (Turban et al, 2005 ).
Data mining adalah bagian dari prosesKDD ( Knowledge Discovery in Databases)
yang terdiri dari beberapa tahapan seperti pemilihan data, pra pengolahan,
transformasi, data mining, dan evaluasi hasil (Maimon danLast, 2000). KDD secara
umum juga dikenal sebagai pangkalan data. Teknik data miningsecara garis besar
dapat dibagi dalam dua kelompok: verifikasi dan discovery. Metodeverifikasi
umumnya meliputi teknik-teknik statistik seperti goodness of fit, dan analisisvariansi.
Metode discovery lebih lanjut dapat dibagi atas model prediktif dan model
deskriptif.Teknik prediktif melakukan prediksi terhadap data dengan menggunakan
hasil-hasil yang telahdiketahui dari data yang berbeda. Model ini dapat dibuat
berdasarkan penggunaan data historislain. Sementara itu, model deskriptif bertujuan
mengidentifikasi pola-pola atau hubungan antardata 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.

B. Rumusan masalah
Adapun rumusan masalah mengenai pembuatan makalah “Data Mining” ini
adalah sebagai 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.
C. Tujuan
adapun tujuan mengenai data mining ini adalah sebagai berikut :
1 Untuk mengetahui pengertian data mining
2 Untuk mengetahui perlunya mempelajai data mining
3 Untuk mengetahui keterkaitan antara data mining dan big data
4 Unuk mengetahui contoh penerapan data mining.
 BAB II

PEMBAHASAN

A. Definisi data mining

Data mining” bagi sebagian orang istilah ini sudah tidak asing, tapi bagi
sebagianyang lain, istilah Statistika lebih dikenal sebagai ilmu pengolahan data.
Bahkan seringnya bagimasyarakat umum kata Data Mining diasosiasikan dengan
pertambangan (mining). Datamining 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 paraahli, diantaranya
dalahs ebagai berikut:
1. Pengertian data mining berdasarkan JK06
Pengertian data mining berdasarkan (JK06) adalah proses
mengekstraksi pola-polayang menarik (tidak remeh-temeh, implisit, belum
diketahui sebelumnya, dan berpotensi untuk bermanfaat) dari data yang
berukuran besar. Definisi data mining dari Adelman. pengertiandata mining
adalah proses pencarian pola data yang tidak diketahui atau tidak
diperkirakansebelumnya.
2. Pengertian data mining menurut Gartner Group
Data mining sebagai suatu proses menemukan hubungan yang berarti,
pola, dankecenderungan dengan memeriksa dalam sekumpulan besar data yg
tersimpan dalam penyimpanan dengan menggunakan teknik pengenalan pola
seperti teknik statisik danmatematika.
3. Pengertian Data Mining menurut Pramudiono
Pengertian data mining adalah adalah serangkaian proses untuk
menggali nilai tambahdari 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 yangmenyatukan teknik dari pembelajaran mesin, pengenalan pola,
 statistik, database, danvisualisasi 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 besaruntuk 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 yangtergabung 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 informasiyang bermanfaat dan pengetahuan yang terkait
berbagai database besar (baca pengertiandatabase).

B. Perlunya Mempelajari Data Mining

Data mining terutama digunakan untuk mencari pengetahuan yang terdapat
dalam basis data yang besar sehingga seringdisebut. Knowledge Discovery in Data
bases (KDD). Proses pencarian pengetahuanini menggunakan berbagai teknik-teknik
pembelajaran computer (machine learning)untuk menganalisis dan
mengekstraksikannya. Proses pencarian bersifatiteratif dan interaktif untuk
menemukan pola atau model yang sahih, baru, bermanfaat, dan dimengerti. Dalam
penerapannya dataminigmemerlukan berbagai perangkat lunak analisis data untuk
menemukan pola dan relasi data agardapat digunakan untuk membuat prediksi dengan
akurat. Data mining bukanlah disiplin ilmu 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 (sisteminformasi), dan database. Dengan menggunakan
perkembangan di semua disiplin itu, datamining berusaha membuat perkembangan
 dalam mengekstrak informasi dan knowledge daridatabase yang besar. Ini adalah
bidang ilmu yang muncul ke permukaan dan menarik banyak perhatian dalam waktu
yang singkat.

C. Keterkaitan antara Data Mining dan Big Data

Big Data merupakan sebuah ungkapan atau frase, yang digunakan
untukmenggambarkan data yang memiliki volume besar baik data terstruktur dan
tidak terstrukturyang sulit untuk diproses menggunakan teknik database dan
perangkat lunak tradisional. datayang besar memiliki potensi untuk membantu
perusahaan dalam meningkatkan operasi danmembuat segalanya menjadi lebih cepat
dan karena kelengkapan data nya dapat untukmembuat keputusan yang lebih cerdas.
Data mining Dapat disebut sebagai knowledge discovery adalah sebuah proses
memilah datadalam berbagai sudut pandang dan kemudian membuat sebuah
kesimpulan dari data yangditeliti. Data mining dapat berguna untuk menemukan
hubungan atau pola dalam relasidatabase. Hasil dari data mining dapat menjadi bahan
pertimbangan untuk menambah penghasilan maupun mengurangi pengeluaran.
Penggunaan data mining dapat ditemui padasupermarket, mereka melihat barang apa
yang paling banyak dibeli oleh tipe pelanggan yangmana pada waktu tertentu dan
menggunakannya untuk memberikan diskon pada haritertentu/waktu tertentu dan
menentukan penempatan barang pada supermarket tersebut.

D. 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 telahdibeli. Penjual dapat memanfaatkan database tersebut
menggunakan data mining. Denganmenggunakan 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
penjualdapat mengetahui pada waktu-waktu kapan saja buku tertentu
terjual paling banyak. Misalnya berdasarkan database penjualan, pada
tahun ajaran baru, buku-buku pelajaran SD, SMP, danSMA 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 dapatmenambah stok
buku pelajaran SD,SMP, dan SMAnya dan menambah barang-barang
lainyang 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 yang juga kemungkinan
besar juga ikut terjual pada tahun ajaran baru. Penjual juga
dapatmeningkatkan penjualannya dengan memudahkan pembeli mencari
buku yang diinginkanyaitu dengan memberi label untuk setiap rak
kelompok buku. Misalnya buku-buku komputerdikelompokkan dalam satu
rak dan rak tersebut diberi label komputer sehingga pembeli
mudahmenemukannya meskipun diletakkan di rak buku bagian belakang.
2. Dalam bidang kesehatan
Sekarang ini sistem informasi rumah sakit mulai menerapkan sistem
informasi berbasiskomputer 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.
 BAB III

PENUTUP

A. KESIMPULAN
Data mining merupakan sebuah proses memilah data dalam berbagai sudut
pandangdan kemudian membuat sebuah kesimpulan dari data yang diteliti. Data
mining dapat bergunauntuk menemukan hubungan atau pola dalam relasi database.
Hasil dari data mining dapatmenjadi 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 menggunakannyauntuk memberikan
diskon pada hari tertentu/waktu tertentu dan menentukan penempatan barang pada
supermarket tersebut. Data mining dan big data saling memiliki keterakitan satusama
lain, dalah hal data, data mining sangat diperluakan pada kehidupan ssehari hari,
salahsatu contohnya adalah dalam bidang telekomunikasi sebagai sarana statistik
untuk mencatatkepadatan jumlah penelepon di jam tertentu (jam sibuk / bukan)
sehingga operator dapatmemberikan tarif tertentu bagi pelanggan.

B. SARAN
Saya mengakui bahwa tugas yang saya buat ini masih jauh dari kata sempurna,
untuk kedepannya jika ada kekurangan pada tugas ini, saya akan lebih memperhatikan
dan memperbaiki kekurangan tersebut, atas perhatian bapak/ibu dosen saya ucapkan
terima kasih.
 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 7September 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)