Data Mining

Pengertian data mining

Data Mining, learning machine, knowledge discovery

Kenapa disebut data mining kok bukan Gold mining?  data mining kita mngambil istilah dari bahasa asing yang artinya menambang data dalam arti lebih spesifik kegiatan untuk melakukan pencarian informasi tersimpan dalam sebuah data yang sangat besar yang belum pernah ditemukan atau knowledge discovery atau penemuan pengetahuan yang tepat yang masih tersembunyi dalam sebuah data yang sangat besar. mungkin jika dibayangkan anda berdiri diatas gunung yang terbuat dari data-data yang sangat tinggi dan besar yang didalamnya ada harta karun bisa berupa emas atau bahkan permata tetapi kita belum mengetahui seberapa besar potensi harta karun yang tersimpan didalam gunung data tersebut. Untuk mengambil emas dan permata tersebut maka, dibutuhkan peralatan-peralatan  tambang yang digungakan untuk membongkar, menggali bongkahan gugnung data tersebut sehingga kita dapat mengetahui seberapa besar nilai data harta karun tersebut. 

Faktor Pembentukan Data Mining

Teknik data mining dibentuk melaluai gabungan dari berbagai multi disiplin ilmu seperti teknologi database, data warehouse, statistik, pembelajaran mesin(Machine Learning), komputasi kinerja tinggi, pencocokan pola data (patern recognition), Neural Network, datavisualization, Image Processing, Analisa Data(statistik). Apa yang dapat dilakukan data mining ? Data Mining(DM) adalah proses menemukan pengetahuan yang menarik dari besar jumlah data yang disimpan dalam database, gudang data, repositori informasi yang lainnya untuk menghasilkan informasi yang berharga dan menarik dalam kumpulan data yang sangat besar

Macam-Macam Database yang dapat digali dalam Teknik Data Mining

Database Relational

Database Relatinal biasanya dibangun sebagai media penyimpanan data transaksitonal seperti data transaksi penjualan, data transaksi pembelian

Database Object relational

 dibangun berdasar pada model object relational,mempunyai tipe data yang kaya untuk menangani com-object komplek dan orientasi objek. Bentuk data ini digunakan untuk menangani objek yang komplek danterstruktur. Secara konseptual setiap entitas dianggab sebagai object contoh Pelanggan, supplier, item barang. Objek yang berbagi set properti umum dapat dikelompokkan menjadi class object setiap objek merupakan sebuah instance dari Class misalnya Class pelanggan  dapat berisi nama, alamat,tanggal daftar, no telepon, no HP, email,sosmed.

Database  temporal dan time series  

Sebuah database yang biasanya menyimpan data relational yang meliputi atribut waktu terkait contoh untuk mengetahui historis belanja pelanngan E-commerce untuk mengetahui seberapa sering pelanggan belanja(harian, mingguan,bulanan). Dalam data time series ini teknik data mining dapat digunakan untuk menemukan karakteristik object evolusi dengan tren perubahan untuk object dalam database.

Database Spasial

Contoh data base spasial adalah keadaan geografis database (peta), Edy Large Scale Integration (VLSI) atau computer aided design database dan medis, satelit database gambar. Contoh navigasi GPS(Global Positioning System), GIS(Geographic Information Sistem)

.

Database Text dan Multimedia

Database text dan multimedia berisi deskripsi kata email, catatan, hypertext, gambar, video, audio, Word Wide Web (data informasi pada internet)

Sebagai contoh perusahaan raksasa IT terbesar didunia GOOGLE, Yahoo, MSN  yang memanfaatkan teknik data mining untuk mengetahui pola atau kebiasaan user untuk mencari kata kunci atau informasi dari mesin pencari dalam mendapatkan sebuah informasi. Kebiasan kebiasan itu ditampung sehingga bisa ditemukan informasi informasi apa yang sering diakses melalui mesin pencari. Kita ambil contoh kita ketikan tek di google dengan kata “bisnis” google mengetahui seberapa banyak kata bisnis ini terdapat yang baru kita yang ada diinternet contoh kedua bagaimana google bisa melakukan rangking situs web yang ditampilkan dalam sebuah mesin pencari? . Lalu mungkin anda berpikir bagaimana google bisa menemukan informasi yang tersebar didalam internet ? dengan menggunakan fungsi-fungsi yang terdapat dalam data mining  salah satu caranya adalah text mining.

Database Heterogen dan Database Legacy

Sebuah database Heterogen terdiri dari satu set saling berhubungan, komponen otonom database. Komponen berkomunikasi untuk bertukar informasi dan jawaban Query contoh warisan database perusahaan yang merupakan hasil sejarah panjang dari informasi pengembangan teknologi yang terdiri dari berbagai macam pengolahan data.

Data Streams

Contoh umum data stream meliputi berbagai jenis data ilmiah dan rekayasa, data time series, dan data yang dihasilkan dalam lingkungan dimamis seperti power supply, bursa, jaringan telekomunikasi, video surveilance(youtube)

Fungsi-Fungsi Data Mining

6  Fungsi-Fungsi Data mining Larose (2005),

 (1) Fungsi Deskripsi (Description), (2) Fungsi Estimasi (Estimation), (3) Fungsi Prediksi (Prediction), (4) Fungsi Klasifikasi (Clasification), (5) Fungsi Pengelompokan (Classification), (6) Fungsi Asosiasi (Assosiation)