Seperti yang kita ketahui kemajuan teknologi sekarang sangat berkembang dengan pesat yang membuat kita harus mengikuti perkembangan agar tidak tertinggal dibelakang. Kebutuhan informasi yang tinggi sering kali tidak di imbangi dengan penyajian data yang memadai sehingga harus di gali lebih banyak. Kemampuan menganalisis data dengan menggunakan metode tradisional belum dapat menangani data dalam jumlah yang besar, maka dari itu untuk menunjang kegiatan menganalisa dan mengambil keputusan diperlukan analisis data dengan metode yang berpotensi untuk menentukan keputusan yang baik. Hal ini mendorong adanya ilmu baru untuk mengatasi masalah pencarian informasi dan menarik dalam data dalam jumlah besar disebut Data Mining.
Data mining adalah mengolah dan ekstraksi pola yang menarik data dalam jumlah besar. Pola dikatakan menarik apalabila pola tersebut belum diketahui sebelumnya dan berguna menjadi suatu pengetahuan. Dengan memanfaatkan data mining dapat mengali informasi dalam bidang apapun, data yang sebelumnya hanya berguna untuk informasi dapat digunakan untuk menganalisis hal sesuai bidangnya seperti implementasi di bidang bidang pendidikan yang dimanfaatkan oleh sekolah atau universitas kita dapat melihat sifat anak yang aktif di malam hari dan siang hari, pelajaran apa saja yang paling diminati oleh sang anak. Namun berbeda dengan implementasi di bidang sosial media seperti youtube untuk merekomendasikan video yang sesuai dengan genre yang sering di lihat oleh pengguna.
Proses analisa data untuk menemukan pola dari kumpulan data yang tersembunyi menggunakan Data Mining bagus untuk menanfaatkan data kunjungan pada perpustakaan. Namun sistem yang ada pada rak buku sebelumnya belum diatur sesuai intensitas peminjaman buku, penyusunan yang masih belum teratur, serta tata letak buku yang membuat pengunjung lama unutk mencari buku.
Terdapat tujuh elemen yang digunakan dalam data mining yaitu :
- Pembersihan Data (Data Cleansing)
- Merupakan menghilangkan data yang tidak konsisten.
- Integrasi Data (Data Integritas)
- Merupakan penggabungan data data dari berbagai database ke dalam database baru.
- Seleksi Data (Data Selection)
- Tidak semua data yang ada pada database dipakai, hanya data yang sesuai yang diambil dari database.
- Transformasi Data (Data Transformation)
- Data diubah atau digabungkan ke dalam format untuk diproses ke dalam data mining.
- Proses Mining
- Proses utama saat metode diterapkan untuk menemukan informasi tersembunyi dari data.
- Evaluasi Pola (Pattern Evaluation)
- Mengidentifikasi pola-pola menarik ke dalam pengetahuan yang ditemukan.
- Presentasi Pengetahuan (Knowledge Presentation)
- Merupakan visualisasi dan penyajian pengetahuan mengenai metode yang digunakan untuk memperoleh pengetahuan pengguna.
Metode yang digunakan dalam implementasi di bidang perpustakaan ini adalah Algoritma Apriori yang merupakan salah satu algoritma klasik data mining. Algoritma apriori digunakan agar komputer dapat mempelajari aturan asosiasi, mencari pola hubungan antar satu atau lebih item dalam suatu dataset. Seperti contoh dalam studi transaksi di supermarket, misalnya seseorang membeli roti  juga membeli selai roti. Aturan asosiasi memberikan informasi dalam bentuk hubungan "if-then" atau "jika-maka".
Dengan mengumpulkan data transaksi peminjaman untuk menghasilkan aturan asosiasi, data diumpulkan dan di pisahkan sesuai genre buku tersebut, kemudian dilihat jika seseorang meminjam buku 1 buku mana lagi yang akan dipinjam kemudian di kumpulkan data tersebut untuk menghasilkan suatu keputusan. Sesudah mendapat keputusan dari banyaknya data yang diambil dilhat lagi buku yang paling sering dipinjam dan buku yang jarang dipinjam untuk menentukan tata letak rak agar pengujung lebih mudah mencari buku dan tidak membuang waktu yang sangat lama. Buku-buku diatur sesuai keputusan akhir agar pengunjung mudah menekukan buku yang sesuai keinginan dan waktu untuk mencari buku tidak terbuang sangat lama.
Refesensi :
