Data Mining adalah Serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basisdata dengan melakukan penggalian pola-pola dari data dengan tujuan untuk memanipulasi data menjadi informasi yang lebih berharga yang diperoleh dengan cara mengekstraksi dan mengenali pola yang penting atau menarik dari data yang terdapat dalam basis data.
Data mining biasa juga dikenal nama lain seperti : Knowledge discovery (mining) in databases (KDD), ekstraksi pengetahuan (knowledge extraction) Analisa data/pola dan kecerdasan bisnis (business intelligence) dan merupakan alat yang penting untuk memanipulasi data untuk penyajian informasi sesuai kebutuhan user dengan tujuan untuk membantu dalam analisis koleksi pengamatan perilaku, secara umum definisi data-mining dapat diartikan sebagai berikut:
- Proses penemuan pola yang menarik dari data yang tersimpan dalam jumlah besar.
- Ekstraksi dari suatu informasi yang berguna atau menarik (non-trivial, implisit, sebefumnya belum diketahui potensial kegunaannya) pola atau pengetahuan dari data yang disimpan dalam jumfah besar.
- Ekplorasi dari analisa secara otomatis atau semiotomatis terhadap data-data dalam jumlah besar untuk mencari pola dan aturan yang berarti
Secara umum, tujuan dilakukannya data mining dapat dikelompokkan menjadi 2, yaitu untuk dapat memahami lebih jauh mengenai perilaku data yang diamati, atau sering disbeut sebagai Deskripsi, dan untuk dapat memperkirakan kondisi yang akan terjadi di masa mendatang atau disebut Prediksi.
Data mining dalam perusahaan berguna untuk mengelola data yang berskala besar dan mendapatkan informasi yang sangat berguna untuk penembangan perusahaan itu sendiri. Adapun langkah penerapan data mining dalam perusahaan adalah:
Data Cleaning, yang berguna untuk menghilangkan noise pada data dan tidak bersifat konsisten, kemudian menghubungkan atau mengintegrasikan data yang terpecah namun dapat disatukan, karena adanya saling keterkaitan.
Data selection, yang merupakan rangkaian pemilihan, pemilihan dan penentuan data yang akan diambil kemudian dimanipulasi untuk dianalisis dan dikembalikan ke dalam database.
Data transformation, yaitu mentransformasi data ke dalam format untuk diproses dalam penggalian data.
Knowledge Discovery, yaitu menerapkan metode cerdas untuk ekstraksi pola.
Pattern Evolution, yang berguna untuk menemukan pola yang menarik serta mengidentifikasikannya.
Knowledge Presentation, yang berfungsi untuk menggambarkan teknik dan memvisualisasikan informasi atau data yang telah ditemukan kepada user.
Salah satu penerapan data mining adalah untuk mengukur kepuasan pelanggan dengan melakukan penelitian. Penelitian ini menggunakan beberapa aspek atau atribut seperti proses belajar mengajar, bimbingan dan konsultasi, penelitian dan pengabdian masyarakat, dan tugas lain di luar tugas utama sebagai bahan pertimbangan dalam penilaian. Hasil penelitian berupa prestasi dosen, berdasarkan knowledge yang diperoleh melalui metode Rough Set.
