pengertian dan konsep data mining

data mining atau penggalian data adalah proses dimana kita melakukan pencarian data baru yang mempunyai nilai tambah dan sebelumnya belum pernah ada maupun terfikirkan. lahirnya data mining sendiri di latarbelakangi oleh banyaknya data yang sudah terlalu banyak dan sulit untuk di fahami bahkan cenderung membosankan, oleh karena itu data mining ada dengan berbagai konsep dan metodenya. berikut salah satu metode dari data mining seperti clustering, classification, association rule mining, neural network, genetic algorithm dan masih banyak yang lainya.

selain itu dalam proses data mining juga di kenal berbagai algoritma yang sangat menarik untuk di peajari diantaranya yang paling terkenal dan banyak di gunakan adalah algoritma K-MEANS, SVM, APRIORI dan SVM. tentu tak hanya itu algoritma dari data mining dan masih banyak lagi lainya. mengutip dari wikipedia ada beberapa fungsionalitas penggalian data yang sering digunakan yaitu sebagai berikut ini.

• Karakterisasi dan Diskriminasi: yaitu menggeneralisasi, merangkum, dan mengkontraskan karakteristik data.
• Penggalian pola berulang: yaitu pencarian pola asosiasi (association rule) atau pola intra-transaksi, atau pola pembelian yang terjadi dalam satu kali transaksi.
• Klasifikasi: yaitu membangun suatu model yang bisa mengklasifikasikan suatu objek berdasar atribut-atributnya. Kelas target sudah tersedia dalam data sebelumnya, sehingga fokusnya adalah bagaimana mempelajari data yang ada agar klasifikator bisa mengklasifikasikan sendiri.
• Prediksi: yaitu memprediksi nilai yang tidak diketahui atau nilai yang hilang, menggunakan model dari klasifikasi.
• Penggugusan/Cluster analysis: yaitu mengelompokkan sekumpulan objek data berdasarkan kemiripannya. Kelas target tidak tersedia dalam data sebelumnya, sehingga fokusnya adalah memaksimalkan kemiripan intrakelas dan meminimalkan kemiripan antarkelas.
• Analisis outlier: yaitu proses pengenalan data yang tidak sesuai dengan perilaku umum dari data lainnya. Contoh: mengenali noise dan pengecualian dalam data.
• Analisis trend dan evolusi: meliputi analisis regresi, penggalian pola sekuensial, analisis periodisitas, dan analisis berbasis kemiripan.

berikut seperti diatas ulasan singkat tentang data mining/penggalian data semoga ermanfaat bagi semua dan salam cerdas untuk anak bangsa.