Mengenal Konsep Algoritma dalam Data Mining

Halo Sobat Kompas, kembali lagi bersama saya Fattah Chaerul Majid. Dalam artikel Data Mining kali ini saya akan membahas mengenai bab algoritma dan metode dalam Data Mining. 

Manusia di dunia  memproduksi beragam data berdasarkan jumlah, ukuran dan sebagainya. Contohnya seperti data astronomi, bisnis, kedokteran, ekonomi, keluarga dan lain-lain. Dan tentunya, semua data tersebut akan semakin bertumbuh setiap tahunnya. Data tersebut bisa tumbuh karena perilaku kita berubah, sehingga menyebabkan penambahan atau bahkan pembaruan sebuah data. 

Akan tetapi, pertumbuhan data ini akan memiliki sebuah efek yaitu datangnya tsunami data. Yang dimaksud tsunami data adalah kelebihan data tetapi miskin pengetahuan, kurangnya pengolahan data menjadi penyebab utama dari efek ini. Pentingnya pengolahan data adalah untuk mengurangi data yang kurang bermanfaat menjadi data yang bermanfaat sehingga menjadi sebuah ilmu pengetahuan.

Terdapat beberapa proses pengolahan data. Data tersebut diolah menjadi informasi yang bermanfaat untuk menjadi sebuah pengetahuan dan kemudian menjadi sebuah kebijakan yang bisa digunakan dalam sebuah instansi. 

Semua pengolahan data tersebut terdapat dalam Data Mining, yang sebelumnya pernah kita bahas pengertiannya adalah disiplin ilmu yang mempelajari metode untuk mengekstrak pengetahuan atau menemukan pola dari data yang besar. 

Terdapat 3 konsep proses dalam Data Mining diantaranya himpunan data, motode data mining, pengetahuan. Dalam Data Mining proses pengerjaan pengolahan data dimiliki oleh peran tersendiri, diantaranya data source dikerjakan oleh tim IT. 

Data processing, data exploration, data mining dikerjakan oleh data scientist. Data presentation dikerjakan oleh business analyst, dan decision making oleh end user. Sebuah data yang didapat untuk diolah dinamakan data set atau himpunan data.

Dalam data mining terdapat proses pemecahan masalah dan solusinya, maka dari itu ada beberapa klasifikasi yang dapat digunakan diantaranya.

1. Estimasi

Estimasi ini digunakan misalnya pada estimasi pengiriman pizza, dilihat dari aspek jarak pengiriman, banyaknya lampu lalu lintas, dan jumlah pesanan. Semua itu membutuhkan sebuah hitungan tertentu untuk memperoleh sebuah prediksi yang mungkin sebelumnya ada.

2. Forecasting