Data Mining

Data Mining

Data Mining merupakan salah satu cabang ilmu komputer yang relatif baru.
Sampai saat ini orang masih memperdebatkan untuk menempatkan data mining di bidang ilmu mana, karena data mining menyangkut database, artificial intelligence (kecerdasan buatan), statistik dan sebagainya.
Ada pihak yang berpendapat bahwa data mining tidak lebih dari analisa statistik yang berjalan di atas database.
Namun pihak lain berpendapat bahwa database berperan penting di data mining karena data mining mengakses data yang ukurannya besar (bisa sampai terabyte).

Lalu apakah data mining itu?

Data mining adalah ekstraksi informasi atau pola penting atau menarik dari data yang ada di database yang besar.

Awalnya, Data Mining juga dikenal dengan nama Knowledge Discovery in Database (KDD).
Bayangkan berapa transaksi yang dimasukan oleh Hypermarket semacam Carrefour atau transaksi kartu kredit dari sebuah bank dalam seharinya dan bayangkan betapa besarnya ukuran data mereka jika nanti telah berjalan beberapa tahun.
Pertanyaannya adalah, apakah data tersebut akan dibiarkan menggunung, tidak berguna lalu dibuang, ataukah kita dapat menambangnya untuk mencari emas, berlian yaitu informasi yang berguna untuk organisasi kita.
Jika anda mempunyai kartu kredit, sudah pasti anda bakal sering menerima surat berisi brosur penawaran barang atau jasa. Jika bank pemberi kartu kredit mempunyai 1.000.000 nasabah, dan mengirimkan sebuah (hanya satu) penawaran dengan biaya pengiriman sebesar Rp. 1.000 per buah maka biaya yang dihabiskan adalah Rp. 1 Milyar.
Jika bank tersebut mengirimkan penawaran sekali sebulan berati 12x dalam setahun, maka anggaran yang dikeluarkan per tahunnya adalah Rp. 12 Milyar.

Dari dana Rp. 12 Milyar yang dikeluarkan, berapa persenkah konsumen yang benar-benar membeli? Mungkin hanya 10% nya. Secara harfiah, berarti 90% dana tersebut terbuang sia-sia.
Persoalan diatas merupakan salah satu persoalan yang adapat diatasi oleh Data Mining dari sekian banyak potensi persmaslahan yang ada.

Data Mining dapat menambang data transaksi belanja kartu kredit untuk melihat manakah pembeli-pembeli yang memang potensial untuk membeli produk tertentu. Munkin tidak sampai pada presisi 10%, tapi bayangkan jika kita dapat menyaring 20%, tentunya 80% dana dapat digunakan untuk hal lain.