Pengertian datamining adalah Serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basisdata. Informasi yang dihasilkan diperoleh dengan cara mengekstraksi dan mengenali pola yang penting atau menarik dari data yang terdapat dalam basisdata.

Hal-hal yang melatarbelakangi datamining

·                     Melimpahnya data (overload data) yang dialami oleh berbagai institusi, perusahaan atau organisasi.

·                     Merlimpahnya data ini merupakan akumulasi data transaksi yang terekam bertahun-tahun..

·                     Data–data tersebut merupakan data transaksi yang umumnya diproses menggunakan aplikasi komputer yang biasa disebut dengan OLTP (On Line Transaction Processing).

Manfaat penggunaan datamining
Dari sudut pandang komersial,
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, misalnya:

·                     Bagaimana mengetahui hilangnya pelanggan karena pesaing

·                     Bagaimana mengetahui item produk atau konsumen yang memiliki kesamaan karakteristik

·                     Bagaimana mengidentifikasi produk-produk yang terjual bersamaan dengan produk lain.

·                     Bagaimana memprediski tingkat penjualan

·                     Bagaimana menilai tingkat resiko dalam menentukan jumlah produksi suatu item.

·                     Bagaimana memprediksi prilaku bisnis di masa yang akan datang

·                     Remote sensor yang ditempatkan pada suatu satelit

·                     Telescope yang digunakan untuk memindai langit

·                     Simulasi saintifik yang membangkitkan data dalam ukuran terabytes

Pengertian datamining

Dari sudut pandang keilmuan
data mining dapat digunakan untuk mengcapture, menganlisis serta menyimpan data yang bersifat real-time dan sangat besar, misalnya:

Manfaat secara singkat tahap KDD?
KDD adalah keseluruhan proses non-trivial untuk mencari dan mengidentifikasi pola (pattern) dalam data, dimana pola yang ditemukan bersifat sah, baru, dapat bermanfaat dan dapat dimengerti. Serangkaian proses tersebut yang memiliki tahap sebagai berikut
Pembersihan data dan integrasi data (cleaning and integration)
Proses ini digunakan untuk membuang data yang tidak konsisten dan bersifat noise dari data yang terdapat di berbagai basisdata yang mungkin berbeda format maupun platform yang kemudian diintegrasikan dalam satu database datawarehouse.

Berbagai metode seleksi

·                     Sampling, adalah seleksi subset representatif dari populasi data yang besar.

·                     Denoising, adalah proses menghilangkan noise dari data yang akan ditransformasikan

·                     Feature extraction, adalah proses membuka spesifikasi data yang signifikan dalam konteks tertentu.

Berbagai metode transformasi

·                     Centering, mengurangi setiap data dengan rata-rata dari setiap atribut yang ada.

·                     Normalisation, membagi setiap data yang dicentering dengan standar deviasi dari atribut bersangkutan.

·                     Scaling, mengubah data sehingga berada dalam skala tertentu.

Pengertian datamining

4 fungsi yang umum diterapkan dalam datamining

·                     Assosiation, adalah proses untuk menemukan aturan assosiatif antarasuatu kombinasi item dalam suatu waktu

·                     Secuence, hampir sama dengan association bedanya seccuencediterapkan lebih dari satu periode.

·                     Clastering, adalah proses pengelompokan sejumlah data/obyek kedalam kelompok-kelompok data (klaster) sehingga setiap klaster akanberisi data yang saling mirip.

·                     Classification, adalah proses penemuan model atau fungsi yangmenjelaskan atau membedakan konsep atau kelas data, dengan tujuanuntuk dapat memperkirakan kelas dari suatu objek yang labelnya tidakdiketahui.

Penerapan Datamining dalam kehidupan Sehari-hari

1. Analisa pasar dan manajemen.
Solusi yang dapat diselesaikan dengan data mining, diantaranya: Menembak target pasar, Melihat pola beli pemakai dari waktu ke waktu, Cross-Market analysis, Profil Customer, Identifikasi kebutuhan Customer, Menilai loyalitas Customer, Informasi Summary.

2. Analisa Perusahaan dan Manajemen resiko.
Solusi yang dapat diselesaikan dengan data mining, diantaranya: Perencanaan keuangan dan Evaluasi aset, Perencanaan sumber daya (Resource Planning), Persaingan (Competition).

3. Telekomunikasi.
Sebuah perusahaan telekomunikasi menerapkan data mining untuk melihat dari jutaan transaksi yang masuk, transaksi mana sajakah yang masih harus ditangani secara manual.

4. Keuangan.
Financial Crimes Enforcement Network di Amerika Serikat baru-baru ini menggunakan data mining untuk me-nambang trilyunan dari berbagai subyek seperti property, rekening bank dan transaksi keuangan lainnya untuk mendeteksi transaksi-transaksi keuangan yang mencurigakan (seperti money laundry) .

5. Asuransi.

Australian Health Insurance Commision menggunakan data mining untuk mengidentifikasi layanan

kesehatan yang sebenarnya tidak perlu tetapi tetap dilakukan oleh peserta asuransi .

6. Olahraga.
IBM Advanced Scout menggunakan data mining untuk menganalisis statistik permainan NBA (jumlah shots blocked, assists dan fouls) dalam rangka mencapai keunggulan bersaing (competitive advantage) untuk tim New York Knicks dan Miami Heat.

7. Astronomi.
Jet Propulsion Laboratory (JPL) di Pasadena, California dan Palomar Observatory berhasil menemukan 22 quasar dengan bantuan data mining. Hal ini merupakan salah satu kesuksesan penerapan data mining di bidang astronomi dan ilmu ruang angkasa.

8. Internet Web surf-aid

IBM Surf-Aid menggunakan algoritma data mining untuk mendata akses halaman Web khususnya yang berkaitan dengan pemasaran guna melihat prilaku dan minat customer serta melihat ke- efektif-an pemasaran melalui Web.