PENGERTIAN DEFINISI DATA MINING UNTUK JURNAL PENDATAAN

Data Mining adalah proses analitik dirancang untuk mengeksplorasi data (biasanya data dalam jumlah besar - biasanya bisnis atau pasar terkait - juga dikenal sebagai "big data") untuk mencari pola yang konsisten dan / atau hubungan sistematis antara variabel, dan kemudian untuk memvalidasi temuan dengan menerapkan pola terdeteksi subset data baru. Tujuan utama dari data mining adalah prediksi - dan prediksi data mining adalah jenis yang paling umum dari data mining dan salah satu yang memiliki aplikasi bisnis yang paling langsung.

Proses data mining terdiri dari tiga tahap: 

• Eeksplorasi awal, 
• Model bangunan atau pola identifikasi dengan validasi /verifikasi dan 
• Penyebaran (yaitu, penerapan model data baru untuk menghasilkan prediksi)

DEFINISI dari 'Data Mining'

Sebuah proses yang digunakan oleh perusahaan untuk mengubah data mentah menjadi informasi yang berguna. Dengan menggunakan perangkat lunak untuk mencari pola dalam batch besar data, perusahaan dapat mempelajari lebih lanjut tentang pelanggan mereka dan mengembangkan strategi pemasaran yang lebih efektif serta meningkatkan penjualan dan biaya penurunan. Data mining tergantung pada pengumpulan data yang efektif dan pergudangan serta pemrosesan komputer.

Kami MENJELASKAN Data Mining

Toko adalah pengguna terkenal dari teknik data mining. Banyak supermarket menawarkan kartu loyalitas gratis kepada pelanggan yang memberikan mereka akses ke dikurangi harga tidak tersedia untuk non-anggota. Kartu memudahkan toko untuk melacak siapa yang membeli apa, kapan mereka membelinya, dan berapa harganya. Toko kemudian dapat menggunakan data ini, setelah menganalisis itu, untuk beberapa tujuan, seperti menawarkan kupon pelanggan yang ditargetkan ke kebiasaan membeli mereka dan memutuskan kapan untuk menempatkan items on sale dan kapan harus menjualnya dengan harga penuh.

data mining, juga disebut penemuan pengetahuan dalam database, dalam ilmu komputer , proses menemukan pola yang menarik dan berguna dan hubungan dalam volume besar dari data yang . The Bidang menggabungkan alat-alat dari statistik dan kecerdasan buatan (seperti jaringan saraf dan mesin pembelajaran) dengan Database manajemen untuk menganalisis koleksi digital besar, yang dikenal sebagai set data. Data mining secara luas digunakan dalam bisnis (asuransi, perbankan, retail), penelitian ilmu pengetahuan (astronomi, kedokteran), dan keamanan pemerintah (deteksi penjahat dan teroris).

Data mining populer dalam ilmu dan bidang matematika, tetapi juga digunakan semakin oleh pemasar mencoba untuk menyaring data konsumen yang berguna dari situs Web

Data mining dapat menjadi penyebab keprihatinan ketika informasi yang dipilih, yang tidak mewakili kelompok sampel secara keseluruhan, digunakan untuk membuktikan hipotesis tertentu.

Namun, perbedaan umum yang penting dalam fokus dan tujuan antara Data Mining dan Exploratory Data Analysis tradisional (EDA) adalah bahwa Data Mining lebih berorientasi pada aplikasi dari sifat dasar dari fenomena yang mendasari. Dengan kata lain, Data Mining relatif kurang peduli dengan mengidentifikasi hubungan spesifik antara variabel yang terlibat. Misalnya, mengungkap sifat fungsi yang mendasari atau jenis tertentu interaktif, dependensi multivariat antara variabel yang bukan tujuan utama dari Data Mining. Sebaliknya, fokusnya adalah pada menghasilkan solusi yang dapat menghasilkan prediksi yang berguna. Oleh karena itu, Data Mining menerima antara lain "kotak hitam" pendekatan untuk eksplorasi data atau penemuan pengetahuan dan menggunakan tidak hanya Exploratory Data Analysis (EDA) teknik tradisional, tetapi juga teknik seperti Neural Networks yang dapat menghasilkan prediksi yang valid tetapi tidak mampu mengidentifikasi sifat khusus dari saling keterkaitan antara variabel yang menjadi dasar prediksi didasarkan.