8
data mining untuk memprediksikan penjualan dari produk mereka di masa depan
dengan menggunakan data-data yang telah didapatkan dari beberapa minggu.
Descriptive
Descriptive
dalam data mining merupakan proses untuk menemukan
karakteristik penting dari data dalam suatu basis data. Tujuan dari tugas deskriptif
adalah untuk menurunkan pola-pola (korelasi, trend, cluster, teritori, dan anomali)
yang meringkas hubungan yang pokok dalam data. Tugas data mining deskriptif
sering merupakan penyelidikan dan seringkali memerlukan teknik post-processing
untuk validasi dan penjelasan hasil.
Menurut Hoffer, Ramesh & Topi (2012), tujuan dari adanya data mining adalah:
explanatory, yaitu untuk menjelaskan beberapa kegiatan observasi atau suatu
kondisi.
confirmatory, yaitu untuk mengkonfirmasi suatu hipotesis yang telah ada.
exploratory, yaitu untuk menganalisis data baru suatu relasi yang janggal.
Karakteristik data Mining menurut Turban (2007, p230):
a.
Seringnya data terpendam dalam
database
yang sangat besar dan kadang
datanya sudah bertahun-tahun.
b.
Lingkungan data mining biasanya berupa arsitektur client-server
atau
arsitektur system informasi berbasis web.
c.
Tool baru yang canggih, termasuk tool visualisasi tambahan, membantu
menghilangkan lapisan informasi yang terpendam dalam file-file
yang
berhubungan atau record-record arsip publik.
d.
Pemilik biasanya seorang end user,
didukung dengan data drill dan tool
penguasaan query yang lain untuk menanyakan pertanyaan dan
mendapatkan jawaban secepatnya, dengan sedikit atau tidak ada
kemampuan pemrograman.
e.
Tool data mining dengan kesediannya dikombinasikan dengan spreadsheet
dan tool software pengembangan yang lainnya.
f.
Karena besarnya jumlah data dan usaha pencarian yang besar-besaran,
kadang-kadang diperlukan penggunaan proses parallel untuk data mining.
Kelebihan Data Mining sebagai alat analisis :
a.
Data mining mampu menangani data dalam jumlah besar dan kompleks.
b.
Data mining dapat menangani data dengan berbagai macam tipe atribut.
 |