Penggalian data (bahasa Inggris: data mining) adalah ekstraksi pola yang menarik dari data dalam jumlah besar [1]. Suatu pola dikatakan menarik apabila pola tersebut tidak sepele, implisit, tidak diketahui sebelumnya, dan berguna.Â
Pola yang disajikan haruslah mudah dipahami, berlaku untuk data yang akan diprediksi dengan derajat kepastian tertentu, berguna, dan baru. Penggalian data memiliki beberapa nama alternatif, meskipun definisi eksaknya berbeda, seperti KDD (knowledge discovery in database), analisis pola, arkeologi data, pemanenan informasi, dan intelegensia bisnis. Penggalian data diperlukan saat data yang tersedia terlalu banyak (misalnya data yang diperoleh dari sistem basis data perusahaan, e-commerce, data saham, data sensus dan data bioinformatika), tetapi tidak tahu pola apa yang bisa didapatkan.
Dalam suatu perusahaan , pengawasan terahadap beberapa sistem perusahaan sangat diperlukan, terutama pada bidang pengawasan Sumber Daya Manusia (SDM), pengawasan pada bidang finansial, pengawasan pada bidang T, dan sebagainya .Â
Misalkan pada pengawasan perilaku seseorang, suatu perusahaan dapat memantaunya secara individual ataupun berkelompok, dan data yang dikumpulkan paling sering digunakan untuk tujuan pemasaran atau dijual kepada perusahaan lain.Â
Namun, perusahaan biasanya membagi secara reguler dengan instansi pemerintah. Hal ini dapat digunakan oleh bisnis untuk menyesuaikan produk yang mereka yang diinginkan oleh pelanggan mereka. Data tersebut dapat digunakan untuk tujuan pemasaran langsung, seperti yang ada pada suatu iklan yang bertarget di google dan yahoo, dimana iklan tersebut ditargetkan ke pengguna mesin pencari dengan melakukan analisis riwayat pencarian dan e-mail mereka.
Sumber 2 Â
