Nama : Abdi Praja Pratama Napilih / 535120089

Kelas : Data Mining A – Tugas 1 Summary

A. Pendahuluan

Banyaknya data yang terkumpul dalam suatu system (Internet, Database Perusahaan, Database Instansi Bisnis,

dll) membuat sekumpulan data yang terbengkalai. Data Mining lahir dari pengertian data yang dedefinisikan

dalam data rich but information poor (data yang banyak tanpa informasi pengolahan data yang jelas).

Perkembangan data pada zaman teknologi sekarang membuat penyimpanan data terus bertambah hingga ke

level tera dan petra.

B. Data Mining

Dalam istilah sederhananya, Data Mining adalah langkah di dalam sebuah proses untuk menemukan sebuah

pengetahuan data yang bisa diolah. Skema penggambarannya bisa dilihat dalam gambar dibawah ini :

Jadi bisa ditarik sebuah pengertian bahwa Data Mining adalah proses penemuan pattern yang unik beserta

pengetahuannya dari sebuah sumber data yang sangat besar. Sumber data tersebut dapat meliputi database,

data warehouse, web, informasi dari repository, atay data yang berasal dari data sistem dinamis.

Data apa saja yang dapat di olah oleh proses Data Mining?

Data Mining sebenarnya dapat diaplikasikan ke dalam semua data asalkan datanya dapat berguna untuk target

aplikasinya. Bentuk data yang paling dasar adalah database data, data warehouse, dan data transaksi. Secara

general kita dapat mengklasifikasikan dua kategori pattern yang dapat di proses di data mining, yaitu Deskriptif

dan Prediktif. Deskriptif mining adalah deksripsi dari target data yang sudah ada, sedangkan prediktif data

adalah memprediksi kemunculan data yang akan datang.

Data Mining Functionalities

1. Characterization and Discrimination

Mengandung karakteristik atau ciri-ciri dari target class data.

2. Mining Frequent Patterns, Associations, and Correlations

3. Classification and Regression for Predictive Analysis

4. Cluster Classification

5. Outlier Classification

Database Data Warehouse

Data Mining Data Pattern

Pattern/Pola Dalam Data Mining

Ada sebuah pertanyaan yang menanyakan apakah pola dalam data mining menarik? Secara general

jawabannya adalah tidak. Pola dalam data mining dapat menjadi menarik apabila mudah dimengerti oleh

manusia, mengandung data yang valid setelah dites oleh metode tertentu, berpotensi dapat digunakan, dan

mengandung cerita.

Teknologi yang digunakan di dalam Data Mining

1. Statistik

2. Machine Learning

Target aplikasi Data Mining

1. Business Intelligence

2. Web Search Engine