Data Mining: Konsep dan Atribut

Data mining atau dikenal juga dengan Knowledge Discovery in Databases (KDD) adalah proses menemukan informasi penting dari kumpulan data yang besar. Seringkali ini melibatkan penggunaan beberapa metode, seperti matematika, statistik, dan kecerdasan buatan. Data mining bertujuan untuk memudahkan pemilik data dalam memahami arti dari data tersebut.

Dalam data mining terdapat beberapa fitur, yaitu sebagai berikut:

• Atribut nominal adalah cara untuk membedakan satu jenis nilai dari yang lain. Mereka hanya peduli dengan membedakan antara berbagai jenis hal dan sebenarnya tidak memiliki dampak nyata pada dunia. Nilai atribut nominal adalah simbol atau nama dari suatu objek. Setiap nilai dalam kumpulan data mewakili beberapa jenis kategori, kode, atau status dan seterusnya. Atribut nominal ini juga disebut sebagai kategorikal. Misalnya NIM siswa meskipun atribut nominalnya berisi bilangan bulat. tetapi tidak dianggap sebagai atribut numerik karena bilangan bulat tidak dimaksudkan untuk digunakan secara kuantitatif.
• Ordinal adalah atribut yang membantu mengidentifikasi informasi dari level suatu objek. Misalnya ukuran baju seperti S, M, L, XL, dll.Contohnya seperti ukuran baju misalnya S, M, L, XL dan seterusnya.
• Binary adalah atribut nominal dengan hanya dua kategori atau jika menunjukkan 0 atau 1,0 umumnya berarti atribut tersebut tidak ada dan 1 berarti memang ada. Contohnya adalah atribut gender, yaitu laki-laki dan perempuan. dimana nilai 1 berarti laki-laki, sedangkan 0 berarti perempuan.
• Atribut kuantitatif terukur, biasanya ditampilkan sebagai bilangan bulat atau desimal. Contohnya adalah 50 derajat Celcius, 60 derajat Kelvin, dan 10 derajat Fahrenheit.. Contohnya adalah Suhu  50 Derajat Celcius, suhu 60 derajat Kelvin, dan suhu 10 derajat Fehrenheit.