DATA MINING

Pertemuan 1 – Pengenalan Data Mining

Prodi D3 Rekam Medis dan Informasi Kesehatan
LATAR BELAKANG

 Data yang melimpah  data yang tercatat dalam basis data

atau media penyimpanan lain semakin besar
LATAR BELAKANG

 Data melimpah, namun pengetahuan yang dapat diambil

sangat sedikit

 Solusinya???  Data warehouse dan Data mining

DEFINISI DATA MINING

Metode Data
Himpunan Data Pengetahuan
Mining
DEFINISI DATA MINING

 Disiplin ilmu yang mengelola data yang sangat besar

menjadi suatu pengetahuan, rumus, pola untuk prediksi
kejadian.
 Ekstraksi informasi penting yang sifatnya implisit dan
sebelumnya tidak diketahui dari suatu data (Witten et al,
2011).
 Ekstraksi infomasi atau pola yang menarik, implisit, belum
diketahui sebelumnya, dan bermanfaat dalam basis data
berukuran besar (Han et al, 2012).
DATA MINING

 Berawal dari beberapa disiplin ilmu, bertujuan untuk

memperbaiki teknik tradisional sehingga bisa menangani:
 Jumlah data yang sangat besar
 Dimensi data yang tinggi
 Data yang heterogen dan berbeda sifat
DATA MINING DALAM KDD
PROSES DALAM KNOWLEDGE DISCOVERY
IN DATABASE
 Data Cleaning, menghilangkan noise dan data yang tidak
konsisten
 Data Integration, menggabungkan beberapa data dari
beberapa sumber yang berbeda
 Data Selection, mengambil data yang relevan dari sebuah
basis data untuk dianalisis
 Data Transformation, mentransformasikan data sesuai
dengan bentuk yang digali dengan cara dilakukan
peringkasan atau agregasi
PROSES DALAM KDD

 Data mining, operasi paling penting dalam KDD dimana

metode cerdas diaplikasikan untuk mengekstrak pola data
 Pattern evaluation, identifikasi pola yang menarik yang
merepresentasikan pengetahuan berdasarkan suatu ukuran
kemenarikan
 Knowledge presentation, merepresentasikan pengetahuan
yang digali kepada pengguna
KDD
DATA

 Apakah data itu ????

DATA PADA DATA MINING

 Basis data, data warehouse

 Data sensor
 Data time-series
 Data spatial
 Basis data multimedia
 Data text
 dll
MODEL DATA MINING

 Prediksi
 Penggunaan beberapa variable untuk prediksi nilai yang belum
diketahui atau nilai selanjutnya dari variable lain. Contoh :
klasifikasi, regresi

 Deskripsi
 Penemuan pola pendeskripsian data yang dapat
diinterpretasikan oleh manusia. Contoh : Clustering,
Association Rule Discovery, Sequential Pattern Discovery.
MODEL DATA MINING
FUNGSI DATA MINING

 Kesehatan
 Prediksi 10 besar penyakit di masa yang akan datang
 Deteksi dan manajemen kecurangan
 Analisis text
 Analisis dan manajemen resiko
 Forecasting, quality control
MASALAH PADA DATA MINING

 Penentuan metode mining pada tipe data yang berbeda, efektif

dan efisiensi metode, evaluasi maupun penanganan missing
value dan noise.
 Merepresentasikan hasil mining kepada user baik berupa
ekspresi maupun visualisasi.
 Keamanan, integrity dan privacy data yang menjadi kurang
terjaga
POST - TEST

 Apa yang dimaksud dengan data mining?

 Sebutkan tahapan – tahapan yang ada dalam KDD!
 Apa yang dimaksud dengan data?
 Sebutkan contoh data kualitatif dan data kuantitatif!
 Berikan contoh kasus penerapan data mining dalam bidang
kesehatan!
TUGAS

 Buatlah ringkasan tentang data warehouse pada 1 lembar

folio menggunakan pulpen tinta biru.
 Tugas dikumpulkan h+2 kelas dimulai.

 TERIMA KASIH……