Implementasi Data Mining
Apasih Data Mining itu?
Data mining atau penggalian data merupakan proses yang memperkerjakan
satu atau lebih teknik (pola) pembelajaran komputer untuk mengekstraksi
serta menganalisis suatu pengetahuan dengan cara otomatis. Definisi
lain ialah pembelajaran berbasis induksi (induction-based learning)
merupakan proses pembentukan definisi konsep umum yang dilakukan dengan
cara mengobservasi contoh spesifik dari konsep-konsep yang akan
dipelajari. Knoeledge Discovery in Database (KDD) merupakan sebuah
penerapan metode saintifik pada data mining. Dalam konteks ini data
mining adalah satu langkah dari proses KDD.
Bagaimana proses yang dilakukan oleh data mining ?
- deskripsi ( mengidentifikasi pola yang tersembunyi secara tersembunyi dan mengubah pola menjadi aturan yang dapat dimengerti oleh para ahli)
- prediksi ( mengklasifikasi berdasarkan perilaku yang akan diperkirakan yang akan mendatang)
- estimasi ( seperti prediksi kecuali untuk variabel estimasi lebih kearah numerik )
- klasifikasi ( proses sebuah menemukan model fungsi dan mendeskripsikan data ke kelas-kelas)
- clustering (pengelompokan data tanpa berdasarkan kelas tertentu kepada objek tersebut)
- asosiasi ( menemukan atribut yang muncul dalam waktu ).
bagaimana penerapan dari data mining ?
sebagai contoh , Implementasi Data Mining Untuk Klasifikasi Penjurusan Sekolah Menegah Atas Pada SMA 1 KAJEN Menggunakan Algoritma Naive Bayes Classifier
Penjurusan siswa adalah suatu proses pengambilan keputusan
dalam memilih bidang keahlian studi berdasarkan kemampuan potensi diri dan
peluang yang ada. Secara formal pemilihan jurusan merupakan ketentuan yang
sudah ditetapkan oleh pemerintah melalui kurikulum yang berlaku, yaitu
kurikulum 2013. Penjurusan dilakukan dikelas X, dampaknya adalah pihak sekolah
khususnya guru bimbingan karir belum mengetahui bakat dan karakter siswa dalam
program studi tertentu. Sehingga dikhawatirkan siswa akan mengalami kesulitan
dalam mengikuti pembelajaran yang menyebabkan rendahnya prestasi belajar siswa.
Dalam menentukan penjurusan jika dilakukan dengan cara manual maka akan menyita
banyak waktu dan memerlukan ketelitian ekstra karena data yang cukup banyak
sehingga memungkinkan terjadi kesalahan dalam melakukan proses penjurusan. Oleh
karena itu diperlukan teknik Data Mining dengan menggunakan metode klasifikasi
algoritma Naive Bayes untuk mengklasifikasi penjurusan siswa di SMA 1 Kajen.
Algoritma Naive Bayes merupakan metode machine learning yang menggunakan
perhitungan probabilitas yang digunakan untuk menghitung peluang dan dapat
memprediksi peluang dimasa depan berdasarkan pengetahuan dimasa sebelumnya.
Dengan menerapkan algoritma ini diharapkan dapat membantu untuk mengklasifikasi
penjurusan siswa secara tepat dan akurat. Dari hasil penelitian, disimpulkan
bahwa klasifikasi data siswa baru SMA 1 Kajen tahun ajaran 2015/2016 dapat
diselesaikan dengan menggunakan teknik data mining, yaitu dengan metode
algoritma Naive Bayes. Akurasi yang dihasilkan dari metode algoritma Naive
Bayes adalah sebesar 86,1842 % dengan error rate sebesar 13.8158 %.
http://eprints.dinus.ac.id/18272/
https://nkriku.com/pengertian-data-mining-apa-itu-data-mining/
https://www.gurupendidikan.co.id/pengertian-data-mining-dan-konsep-juga-tahapan-proses/
