JAWAB : Pada beberapa tahun belakangan ini telah terjadi perkembangan yang sangat pesat terhadap teknologi pengoleksian dan penyimpanan data. Perkembangan teknologi tersebut memungkinkan pengumpulan dan penyimpanan data dengan lebih cepat, kapasitas yang lebih besar, dan harga yang lebih murah. Pada akhirnya perkembangan teknologi tersebut menimbulkan penumpukan koleksi data, misalnya: data transaksi penjualan pada sebuah swalayan, data pasien pada rumah sakit, data rekening pada bank, dan sebagainya. Ukuran basis data meningkat baik dalam jumlah record (baris data) maupun jumlah atribut pada record.
2. Mengapa manusia memerlukan Data Mining?
JAWAB : Kebutuhan akan data mining sebagian disebabkan oleh ukuran dan volume data yang sangat besar. Prosedur dan output data mining adalah informasi yang akan digunakan untuk memandu keputusan di masa depan, sehingga keakuratan informasi yang dihasilkan sangat penting. Hasilnya akan lebih dapat diandalkan jika lebih besar dan lebih banyak data yang digunakan. Selain itu pjuga karena pemeriksaan data secara manual adalah teknik yang tidak efisien dan tidak masuk akal.
3. Sebutkan nama lain dari Data Mining?
JAWAB : Banyak nama-nama lain yang ter-asosiasi dengan data mining antara lain ‘knowledge extraction’, ‘pattern analysis’, ‘data archaeology’, ‘information harvesting’, ‘pattern searching’, dan ‘data dredging’. 4. Aplikasi Data Mining dalam kehidupan sehari – hari JAWAB : Aplikasi Data Mining diantaranya : MonkeyLearn Weka Teradata KNIME Oracle Orange RapidMiner SAS Enterprise Miner
5. Jelaskan definisi Data Mining
JAWAB : Data mining adalah melakukan data mining konten, memilih algoritma yang sesuai untuk penelitian data sesuai topik, dan melakukan data mining. Data mining adalah istilah yang dapat digunakan untuk menggambarkan pencarian pengetahuan dalam database. Data mining adalah proses menggunakan statistik, matematika, kecerdasan buatan dan teknik pembelajaran mesin untuk mengekstrak dan mengidentifikasi informasi yang berguna dan pengetahuan yang relevan dari daftar besar.
6. Jelaskan arsitektur Data Mining
JAWAB : Arsitektur sistem data mining memiliki komponen-komponen utama yaitu : Basis data, data warehouse atau tempat penyimpanan informasi lainnya. Basis data dan data warehouse Komponen ini bertanggung jawab dalam pengambilan relevant data, berdasarkan permintaan pengguna. Basis pengetahuan. Komponen ini merupakan domain knowledge yang digunakan untuk memandu pencarian atau mengevaluasi pola-pola yang dihasilkan. Pengetahuan tersebut meliputi hirarki konsep yang digunakan untuk mengorganisasikan atribut atau nilai atribut ke dalam level abstraksi yang berbeda. Pengetahuan tersebut juga dapat berupa kepercayaan pengguna (user belief), yang dapat digunakan untuk menentukan kemenarikan pola yang diperoleh. Contoh lain dari domain knowledge adalah threshold dan metadata yang menjelaskan data dari berbagai sumber yang heterogen. Data mining Bagian ini merupakan komponen penting dalam arsitektur sistem data mining. Komponen ini terdiri modul-modul fungsional data mining seperti karakterisasi, asosiasi, klasifikasi, dan analisis cluster. Modul evaluasi pola. Komponen ini menggunakan ukuran-ukuran kemenarikan dan berinteraksi dengan modul data mining dalam pencarian pola-pola menarik. Modul evaluasi pola dapat menggunakan threshold kemenaikan untuk mem-filter pola-pola yang diperoleh. Antarmuka pengguna grafis. Modul ini berkomunikasi dengan pengguna dan sistem data mining. Melalui modul ini, pengguna berinteraksi dengan sistem mengan menentukan kueri atau task data mining. Antarmuka juga menyediakan informasi untuk memfokuskan pencarian dan melakukan eksplorasi data mining berdasarkan hasil data mining antara. Komponen ini juga memungkinkan pengguna untuk mencari (browse) basis data dan skema data warehouse atau struktur data, evaluasi pola yang diperoleh dan visualisasi pola dalam berbagai bentuk. Arsitektur sebuah sistem data mining dapat diliat dibawah ini.
Pendekatan sederhana untuk SEO: Bagaimana memahami dasar-dasar optimasi mesin pencari dengan cara yang sederhana dan praktis melalui jalur penemuan non-spesialis untuk semua orang