Data Mining
- Definisi,
Data Mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual.
menurut para ahli :
- berdasarkan (JK06) adalah proses mengekstraksi pola-pola yang menarik (tidak remeh-temeh, implisit, belum diketahui sebelumnya, dan berpotensi untuk bermanfaat) dari data yang berukuran besar.
- pengertian data mining adalah proses pencarian pola data yang tidak diketahui atau tidak diperkirakan sebelumnya.
- Menurut Gartner Group, data mining sebagai suatu proses menemukan hubungan yang berarti, pola, dan kecenderungan dengan memeriksa dalam sekumpulan besar data yg tersimpan dalam penyimpanan dengan menggunakan teknik pengenalan pola seperti teknik statisik dan matematika.
- Pramudiono (2006) mengemukakan bahwa pengertian data mining adalah adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual.
- Larose berpendapat bahwa data mining adalah bidang yang digabung dari beberapa bidang keilmuan yang menyatukan teknik dari pembelajaran mesin, pengenalan pola, statistik, database, dan visualisasi untuk pengenalan permasalahan pengambilan informasi dari database yang besar.
- menurut Jiawei bahwa data mining merupakan pemilihan atau “menambang” pengetahuan dari jumlah data yang banyak.
- menurut Berry bahwa data mining adalah aktivitas mengeksplorasi dan menganalisis data jumlah yang besar untuk menemukan pattern (pola) dan rule (aturan) yang berarti.
- Hoffer dan McFadden mengemukakan bahwa pengertian data mining adalah penemuan pengetahuan dengan menggunakan teknik-teknik yang tergabung dari statistik, tradisional, kecerdasan dan grafik komputer.
- Menurut Turban,dkk.(2005) data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan mesin learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait berbagai database besar (baca pengertian database).
http://www.apapengertianahli.com/2014/09/pengertian-data-mining-apa-itu-data-mining.html#
http://garethdata.blogspot.co.id/2010/03/pengertian-data-mining.html
- Sejarah dan perkembangannya,
Data mining muncul sekitar tahun 90-an. Data Mining memang salah satu cabang ilmu komputer yang relatif baru. Dan sampai sekarang orang masih memperdebatkan untuk menempatkan data mining di bidang ilmu mana, karena data mining menyangkut database, kecerdasan buatan (artificial intelligence), statistik, dsb. database berperanan penting di data mining karena data mining mengakses data yang ukurannya besar (bisa sampai terabyte) dan disini terlihat peran penting database terutama dalam optimisasi query-nya. Kehadiran data mining dilatarbelakangi dengan problema data explosion yang dialami akhir-akhir ini dimana banyak organisasi telah mengumpulkan data sekian tahun lamanya (data pembelian, data penjualan, data nasabah, data transaksi dsb.). Hampir semua data tersebut dimasukkan denganmenggunakan aplikasi komputer yang digunakan untuk menangani transaksi sehari-hari yang kebanyakan adalah OLTP (On Line Transaction Processing). Bayangkan berapa transaksi yang dimasukkan oleh hypermarket semacam Carrefour atau transaksi kartu kredit dari sebuah bank dalam seharinya dan bayangkan betapa besarnya ukuran data mereka jika nanti telah berjalan beberapa tahun. Pertanyaannya sekarang, apakah data tersebut akan dibiarkan menggunung, tidak berguna lalu dibuang, ataukah kita dapat me-‘nambang’-nya untuk mencari ‘emas’, ‘berlian’ yaitu informasi yang berguna untuk organisasi kita. Banyak diantara kita yang kebanjiran data tapi miskin informasi.
Perkembangan data mining (DM) yang pesat tidak dapat lepas dari perkembangan teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi. Sebagai contoh, toko swalayan merekam setiap penjualan barang dengan memakai alat POS (point of sales). Database data penjualan tsb. bisa mencapai beberapa GB setiap harinya untuk sebuah jaringan toko swalayan berskala nasional. Perkembangan internet juga punya andil cukup besar dalam akumulasi data. Perkembangan data mining (DM) yang pesat tidak dapat lepas dari perkembangan teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi. Sebagai contoh, toko swalayan merekam setiap penjualan barang dengan memakai alat POS (point of sales). Database data penjualan tsb. bisa mencapai beberapa GB setiap harinya untuk sebuah jaringan toko swalayan berskala nasional. Perkembangan internet juga punya andil cukup besar dalam akumulasi data.
http://andiseprianto.blogspot.nl/2012/11/defenisi-dan-sejarah-data-mining.html
http://itdare.blogspot.co.id/2014/12/pengertian-dan-sejarah-data-mining.html
- Kebermanfaatan atau urgensi
pemanfaatan dataming dapat digunakan dalam menangani meledaknya volume data. Bagaimana mana menyimpannya, mengestraknya serta memanfaaatkannya. Berbagai teknik komputasi dapat digunakan menghasilkan informasi yang dibutuhkan. Informasi yang dihasilkan menjadi asset untuk meningkatkan daya saing suatu institusi. Data mining tidak hanya digunakan untuk menangani persoalan menumpuknya data/informasi dan bagaimana menggudangkannya tanpa kehilangan informasi yang penting (warehousing). Data mining juga diperlukan untuk menyelesaikan permasalahan atau menjawab kebutuhan bisnis itu sendiri.
- Segmentasi Pasar
Mengidentifikasi karakteristik umum dari pelanggan yang membeli produk yang sama
- Analisis keranjang penjualan
Memahami produk atau servis yang pada umumnya dijual bersama-sama.
- Analisis kecenderungan
Menyatakan perbedaan antara tipe pelanggan bulan ini dan yang lalu.
- Intelligence Marketing
Kebanyakan aplikasi data mining tujuan utamanya adalah membuat prediksi dan deskripsi.
http://duniawebhouse.blogspot.co.id/2013/01/manfaat-data-mining.html
- Contoh2 aplikasi Data Mining yang sudah ada
Aplikasi Data Mining Untuk Menampilkan Informasi Tingkat Kelulusan
aplikasi mining data mahasiswa dengan metode klasifikasi
- Rancang aplikasi data mining yang menjadi solusi bagi bangsa Indonesia saat ini. :
5.1 Latar belakang masalah
Kasus Korupsi di Indonesia dapat dikatakan termasuk sebagai urutan teratas kasus korupsi terbanyak di Asia. Korupsi adalah penyalahgunaan jabatan resmi yang biasanya dilakukan oleh pejabat negara untuk keuntungan pribadi. Akibat terjadinya suatu kasus korupsi banyak kerugian yang dialami oleh Negara yaitu mulai dari Anggaran Biaya Negara yang “berantakan”, sampai tidak berjalannya pembangunan Negara dengan baik sehingga merugikan banyak pihak khususnya Warga Negara. Data APBN dan data mengenai pejabat negara merupakan aset informasi yang sangat berguna untuk membantu menyelesaikan masalah korupsi di Indonesia, butuh ada nya suatu penggalian data yang dilakukan didalam data tersebut agar data akurat dan tidak terjadi kecurangan karena kurangnya keakuratan data.
5.2 Solusi yang kalian rancang
Solusi yang saya rancang merupakan aplikasi data mining untuk menampilkan data APBN dan data pribadi ataupun data penghasilan pejabat negara, agar dapat membantu para pihak berwenang untuk memeriksa seorang pejabat negara yang dicurigai melakukan kasus korupsi.
5.3 Deskripsi detil dari solusi yang kalian rancang
Perangkat lunak yang dikembangkan di aplikasi data mining ini berbasis desktop, dengan database lokal.
Pengguna aplikasi ini adalah pihak penanggung kebijakan pemerintah dalam menganalisa data APBN dan data pejabat negara sehingga dapat diambil langkah-langkah strategis guna menyelesaikan kasus korupsi. Untuk menjaga kerahasian data, maka penggunaan data dibatasi hanya untuk pihak berwenang dalam menginputkan nomor induk pejabat (jika ada) atau nama pejabat serta data APBN per tahun.
Perancangan Fungsi Aplikasi :
- Fungsi Ambil Data
Digunakan untuk mengambil data APBN dan pejabat Negara
Initial State : Tabel data kosong
Final State : Tabel data terisi
Spesifikasi/algoritma :
ambil data APBN atau data pejabat Negara dengan key yang sesuai dengan database.
- Fungsi Bersihkan Data
Digunakan untuk membersihkan data yang tidak sesuai dan tidak dilengkapi isinya dari data yang sudah dimasukan dan ditampilkan dalam view data bersih untuk diolah lebih lanjut.
Initial State : view data bersih kosong
Final State : view data bersih terisi data yang telah dibersihkan
Spesifikasi/algoritma :
*/pemilihan atribut
Ambil data seleksi atribut yang dipakai dan buang atribut yang tidak lengkap isinya.
- Fungsi Mining kekayaan pribadi untuk pejabat negara
Digunakan untuk mining atribut kekayaan pribadi
Initial State : view data bersih terisi data bersih
Final State : keluar report hasil proses mining kekayaan pribadi
Spesifikasi/algoritma :
Hitung masing-masing item di dalam kekayaan pribadi tahun sebelumnya
Hitung masing-masing item di dalam kekayaan pribadi saat ini
If kekayaan pribadi saat ini != null then
kurangi kekayaam pribadi sebelumnya dengan kekayaan pribadi saat ini
tampilkan nilai hasil selisih
end if
- Fungsi Mining APBN
Digunakan untuk mining atribut Biaya APBN
Initial State : view data bersih terisi data bersih
Final State : keluar report hasil proses mining APBN
Spesifikasi/algoritma :
Hitung masing-masing item di dalam APBN
Hitung masing-masing item di dalam laporan belanja Negara
If laporan belanja Negara != null then
Hitung APBN / laporan belanja negara
Hitung nilai support dan confidence
Endif
Kebutuhan Antarmuka
- Antarmuka pengguna : keyboard, mouse, dan monitor
- Antarmuka perangkat keras : processor single core dengan kecepatan diatas 2.00 Ghz, RAM 1 GB atau lebih dengan vga 256 bit.
- Antarmuka perangkat lunak :
- Perangkat lunak pengolah kata : Word 2007
- Perangkat lunak pengolah project : visual studio 2008
- DBMS : SQL Server 2005
- Script Editor : Sublime Text
- Framework : Net.Framework
- Antarmuka komunikasi : protokol komunikasi TCP/IP untuk melakukan akses satu komputer dengan komputer lain.
Anggota ENIGMA
1. 6306130010 Indah Wahyu Lestari
2. 6306130022 Rizal Widiatmaja
3. 6306130038 Adam Khairul Ikhwan
Recent Comments