2
Banyak
orang
menggunakan
istilah
data
mining
dan
knowledge
discovery
in
databases
(KDD)
secara
bergantian
untuk
menjelaskan proses
penggalian
informasi
tersembunyi dalam
suatu kumpulan
data
yang besar.
Akan
tetapi kedua
istilah
tersebut
memiliki konsep
yang
berbeda, tetapi berkaitan satu sama
lain. Dan
salah satu tahapan
dalam proses KDD adalah data mining (Han dan Kamber, 2006:5).
Data
mining
didefinisikan sebagai
satu
set
teknik
yang
digunakan
secara
otomatis
untuk
mengeksplorasi secara
menyeluruh dan
membawa ke
permukaan relasi-
relasi
yang
kompleks pada
set
data
yang
sangat
besar.
Set
data
yang
dimaksud
di
sini
adalah
set
data
yang
berbentuk
tabulasi,
seperti
yang
banyak
diimplementasikan dalam
teknologi
manajemen basis data relasional.
Akan tetapi, teknik-teknik data mining dapat
juga diaplikasikan pada
representasi data
yang lain,
seperti domain data spatial, berbasis
text,
dan
multimedia
(citra).
Data
mining
dapat
juga
didefinisikan sebagai
“pemodelan
dan
penemuan
pola-pola
yang
tersembunyi
dengan
memanfaatkan
data
dalam
volume
yang besar”
Data mining
menggunakan pendekatan discovery-based dimana pencocokan pola
(pattern-matching)
dan
algoritma-algoritma yang
lain
digunakan
untuk
menentukan
relasi-relasi
kunci
di
dalam
data
yang
diekplorasi.
Data
mining
merupakan
komponen
baru pada arsitektur sistem pendukung keputusan (DSS) di perusahaan-perusahaan.
2.1.3 Ruang Lingkup Data mining
Data
mining
(penambangan data),
sesuai
dengan
namanya,
berkonotasi
sebagai
pencarian informasi bisnis
yang
berharga
dari
basis
data
yang
sangat
besar.
Usaha
pencarian
yang
dilakukan
dapat
dianalogikan
dengan
penambangan
logam
mulia
dari
lahan
sumbernya.
Dengan
tersedianya basis
data
dalam
kualitas
dan
ukuran
yang
memadai, teknologi data mining memiliki kemampuan-kemampuan sebagai berikut:
 |