- 1.Data Mining adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola dan hubungan dalam set data berukuran besar. Kegunaan data mining adalah untuk menspesifikasikan pola yang harus ditemukan dalam tugas data mining.
- 2. 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. Ada pihak yang berpendapat bahwa data mining tidak lebih dari machine learning atau analisa statistik yang berjalan di atas database. Namun pihak lain berpendapat bahwa 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.
- 3. Manfaatnya data mining sebagai berikut:
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
Kebayakan aplikasi data mining tujuan utamanya adalah membuat prediksi dan deskripsi.
- 4. contoh data mining:
1. DATA MINING DENGAN KONSEP FUZZY C-COVERING UNTUK MEMBANTU ANALISIS MARKET BASKET PADA SWALAYAN X
2.Data Mining untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa
5. Aplikasi data mining dalam bidang kesehatan5.1 Latar belakang
Saat ini perkembangan teknologi sudah memasuki banyak bidang. Sudah banyak sekarang instansi-instansi yang memanfaatkan TI untuk membantu aktivitas para staffnya. Pemanfaatan TI di dunia medis sudah tidak asing lagi di kalangan masyarakat luas. TI sudah memegang peranan yang penting dunia medis. Sebagai cabang ilmu baru di bidang komputer cukup banyak penerapan yang dapat dilakukann oleh Data Mining. Apalagi ditunjang kekayaan dan
keanekaragaman berbagai bidang ilmu membuat penerapan data mining menjadi makin luas dimana salah satu penerapannya adalah di bidang medis.
5.2 Solusi yang kalian rancang
Saat ini, berbagai rumah sakit sudah mulai menerapkan sistem informasi rumah sakit berbasis komputer untuk mendukung manajemen keuangan (khususnya
billing systems), dan pelayanan terhadap pasien yang sudah melibatkan penggunaan data mining. Jika rumah sakit sudah melewati tahap tersebut, langkah selanjutnya adalah pengembangan sistem informasi klinik. Di sini, peran penting TI tidak lepas dari potensinya untuk mencegah medical error. Seperti diketahui, ada dua pandangan mengapa error dapat muncul di rumah sakit. Yang pertama, error terjadi karena kesalahan individual tenaga kesehatan. Yang kedua, kesalahan individual tidak akan muncul jika manajemen memiliki mekanisme untuk mencegah.
5.3 Deskripsi detil dari solusi yang kalian rancang
sistem informasi klinik yang baik akan mampu memberikan umpan balik secara cepat jika terjadi kesalahan. Contoh yang menarik adalah pengalaman penarikan obat rofecoxib (keluaran Merck). Begitu FDA mengeluarkan rilis mengenai penarikan obat tersebut, salah satu rumah sakit di amerika (AS) dengan cepat mengidentifikasi seluruh pasien yang masih mendapatkan terapi obat tersebut, kemudian memberitahukan secara tertulis maupun elektronik mengenai penghentian obat tersebut dan memberikan saran untuk kembali ke rumah sakit agar mendapatkan obat pengganti. Semua surat kepada 11 ribuan pasien terkirim sehari kemudian. Dalam waktu 7 jam dokter yang menggunakan system informasi klinikpun tidak akan menemukan daftar obat tersebut dalam daftar peresepan, karena sudah langsung dikeluarkan dari basis data obat.
REFERENSI:
- http://brainmatics.com/data-mining-technology/
- http://itdare.blogspot.co.id/2014/12/pengertian-dan-sejarah-data-mining.html
- http://duniawebhouse.blogspot.co.id/2013/01/manfaat-data-mining.html
- http://puslit2.petra.ac.id/gudangpaper/files/1091.pdf
- http://core.ac.uk/download/pdf/11722190.pdf