Data Mining

0 Comments
  Data Mining (Penggalian Data) 
       Ekstrasi pola yang menarik dari data dalam jumlah besar. Pola dikatakan menarik apabila pola tersebut tidak sepele, implisitm tidak diketahui sebelumnya dan berguna. Dan pola yang disajikan harus mudah dipahami, berlaku untuk data yang akan diprediksi dengan derajat kepastian tertentu, berguna dan baru. (wikipedia)

Fungsi Data Mining :
a)     Asssosiation: Proses menemukan aturan assosiatif antara suatu kombinasi item dalam suatu waktu.
b)   Sequence: Proses menemukan aturan assosiatif antara suatu kombinasi item dalam suatu waktu dan di terapkan lebih dari periode
c)    Clustering: Proses pengelompokan sejumlah data ke dalam kelompok data sehingga kelompok berisi data yang mirip.
d)   Classisfication: Proses penemuan model atau fungsi yang menjelaskan atau membedakan suatu konsep atau kelas data, dengan tujuan untuk dapat memperkirakan suatu objek yang tidak di ketahui labelnya
e)     Regretion: Proses pemetaan data dalam suatu nilai prediksi
f)     Forecasting: Proses pengestimasian nilai prediksi berdasarkan pola dalam suatu kumpulan data
g)   Solution: Proses penemuan akar masalah dan kegiatan problem solving dari persoalan bisnis yang dihadapi.

Tujuan dari Data Mining :
a)    Explanatory: Menjelaskan beberapa kondisi penelitian
b)    Confirmatory: Mempertegas hipotesis yang dibuat
c)     Exploratory: Menganalisis data untuk hubungan yang baru yang tidak di harapkan

Proses Data Mining :
a)    Data Cleaning: Membuang data yang tidak konsisten dan Mengisi data yang hilang
b)    Data Integration: Menggabungkan data dari berbagai sumber
c)     Data Transformation: Mengubah data menjadi bentuk yang sesuai dengan teknik yang di gunakan
d)    Data Mining Application: Menerapkan metode untuk pengekstraksian pola
e)    Evaluating: Menemukan atau mencari pola – pola yang menarik / bernilai.
f)     Presenting: Memvisualisasikan pola – pola atau memformulasikan keputusan.

Implementasi Data Mining : dapat digunakan di berbagai bidang. Seperti contoh pada bidang keuangan. Kita dapat mengelompokkan barang – barang apa saja yang di minati oleh customer dan dapat melihat pola pembelian dari customer. Data Mining juga dapat membuat summary yang bersifat multi-dimensi dan dilengkapi dengan informasi statistik lainnya.


Sumber :
https://eliamogot.wordpress.com/2010/06/05/data-mining/






You may also like

Tidak ada komentar:

Diberdayakan oleh Blogger.