Step in Data mining
Semua di dunia ini ada langkahnya, bahkan mie instant yang katanya instant memiliki langkah-langkah.
Hello mantemen,
Di zaman serba data ini, Data mining sedang menjadi topik populer, dengan semakin besarnya data yang dimiliki kemampuan melihat data agar menjadi sebuah nilai yang bermanfaat dibutuhkan.
Dari mengumpulkan data, menginspeksi data kita dapat menemukan sebuah pola untuk mengerti data apa tersebut. Bahkan jika data sets yang kita miliki tidak terlalu menarik, namun pasti ada pola tersembunyi yang dapat digali dengan menggambungkan file file data lain yang berhubungan. Ini yang disebut Data Mining.
Sebagai contoh saja ya, anggep aja kita punya data kebiasaan sebuah masyarakat di suatu daerah pada sosial media. Kalo datanya masih mentah banget mungkin tidak akan menjadi arti apa-apa.
Namun, kalo kita membersihkannya, mengambil apa yang kita inginkan, kita bisa menarik sebuah kesimpulan yang menarik. Balik lagi ke contoh aja, data kebiasaan sebuah masyarakat di sosial medianya, mari kita ambil kebiasaan masyarakat tersebut sering like postingan apa, semakin banyak data yang dikumpulkan maka akan semakin terlihat pola masyarakat tersebut suka apa aja sih di sosial medianya, sport kah, news kah, dan sebagainya.
Namun lagi nih, kegiatan data mining itu bukan pekerjaan yang sederhana. ini membutuhkan langkah langkah yang tepat.
Mari kita lihat Langkah dalam data mining
Pada dasarnya langkah-langkah dalam data mining sebagai berikut
- Mengumpulkan data (Data Collection)
- Membersihkan data (Data cleaning)
- Menganalisis data ( Data Analysis)
- Menginterprestasikan hasil Analisis (Interpretation)
Yok dibahas satu satu
- Data Collection atau mengumpulkan adalah langkah pertama. Jika informasi yang dingiinkan bagus, we have to make sure that the source of the data is reliable.
- Membersihkan data atau data cleaning, dari data yang dikumpulkan kemungkinan besar masih terkandung hal-hal yang tidak diinginkan seperti data yang tidak sama variablenya dan semacamnya, untuk menghindari informasi yang salah yang berujung pada Kesimpulan yang salah juga.
- Menganalisis data, seperti namanya pada langkah ini adalah langkah penerapan metode apa yang tepat untuk menemukan hasil yang optimal
- Setelah langkah tadi akhirnya Menginterprestasikan, tahap ini adalah yang final dimana kesimpulan dijelaskan di tahap ini.
Model dari data mining
Ada beberapa model yang berhubungan dengan data mining
- Model Deskriptif
- Model Prediktif
- Model prespektif
Dalam Model Deskriptif, ini akan mendekteksi kesamaan dari data yang diambil dan kenapa data tersebut bisa terambil. Ini penting dalam mengkonstruksi kesimpulan akhir dari data set tersebut.
Lalu Model prediktif, ini berguna terhadap jika memiliki data masa lampau sebagai dasar untuk memprediksi masa depan terhadapa suatu kasus. Data masa lampau memiliki sesuatu petunjuk terhadap masa depan.
Pengaplikasian dari Data Mining
Seperti tulisan saya sebelumnya, Proses Data Mining ini banyak manfaatnya, apalagi dalam keputusan bisnis.
Karena kegunaan data mining yang pada garis besarnya adalah menjadikan data itu lebih bernilai lagi, Data mining menjadi kegiatan yang tepat dalam mengambil kesimpulan berdasarkan data.
Pada bidang marketing contohnya, ini akan menjadi sangat efektif. Ketika menggunakan Data Mining, kita dapat menganalisis pola dari seorang pelanggan, tentunya kita dapat lebih mengenali apa yang dibutuhkan oleh seorang customers.
Pokoknya banyak pengaplikasian dalam data mining dewasa ini. Dari hal simpel untuk marketing sampai dengan prediksi bencana alam lo.
Terimakasih sudah membaca,
Until next time
Ciao!
Referensi