Bab 2 - Widyatama Repository

BAB II
LANDASAN TEORI
2.1 Data Mining
Secara sederhana data mining adalah penambangan atau penemuan informasi baru
dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar. Data
mining juga disebut sebagai serangkaian proses untuk menggali nilai tambah berupa
pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan data.
Data mining, sering juga disebut sebagai knowledge discovery in database (KDD).
KDD adalah kegiatan yang meliputi pengumpulan, pemakaian data, historis untuk
menemukan keteraturan, pola atau hubungan dalam set data berukuran besar [4].
Data mining adalah kegiatan menemukan pola yang menarik dari data dalam jumlah
besar, data dapat disimpan dalam database, data warehouse, atau penyimpanan
informasi lainnya. Data mining berkaitan dengan bidang ilmu – ilmu lain, seperti
database
system,
data
warehousing,
statistik,
machine
learning, information
retrieval, dan komputasi tingkat tinggi. Selain itu, data mining didukung oleh ilmu
lain seperti neural network, pengenalan pola, spatial data analysis, image database,
signal processing. Data mining didefinisikan sebagai proses menemukan pola-pola
dalam data. Proses ini otomatis atau seringnya semiotomatis. Pola yang ditemukan
harus penuh arti dan pola tersebut memberikan keuntungan, biasanya keuntungan
secara ekonomi. Data yang dibutuhkan dalam jumlah besar [4].
Karakteristik Data Mining sebagai berikut :

Data mining berhubungan dengan penemuan sesuatu yang tersembunyi dan pola
data tertentu yang tidak diketahui sebelumnya.

Data mining biasa menggunakan data yang sangat besar. Biasanya data yang besar
digunakan untuk membuat hasil lebih dipercaya.

Data mining berguna untuk membuat keputusan yang kritis, terutama dalam
strategi.
II-1
II-2
Berdasarkan beberapa pengertian tersebut dapat ditarik kesimpulan bahwa data
mining adalah suatu
teknik
menggali informasi berharga yang terpendam atau
tersembunyi pada suatu koleksi data (database) yang sangat besar sehingga
ditemukan suatu pola yang menarik yang sebelumnya tidak diketahui. Kata mining
sendiri berarti usaha untuk
mendapatkan
sedikit barang berharga
dari sejumlah
besar material dasar. Karena itu data mining sebenarnya memiliki akar yang panjang
dari bidang ilmu seperti kecerdasan buatan (artificial intelligent), machine learning,
statistik dan database. Beberapa metode yang sering disebutsebut dalam literatur data
mining antara lain clustering, classification, association rules mining, neural network,
genetic algorithm dan lain-lain [4].
Data mining adalah bagian integral dari penemuan pengetahuan dalam database
(KDD), yang merupakan proses keseluruhan mengubah data mentah menjadi informasi
yang bermanfaat [6].
2.1.1 Knowledge Discovery in Database (KDD)
Istilah data mining dan knowledge discovery in databases (KDD) sering kali
digunakan
secara bergantian
untuk
menjelaskan
proses
penggalian
informasi
tersembunyi dalam suatu basis data yang besar. sebenarnya kedua istilah tersebut
memiliki konsep yang berbeda, tetapi berkaitan satu sama lain. Salah satu tahapan
dalam keseluruhan proses KDD adalah data mining.
Knowledge Discovery in Database (KDD) adalah proses menentukan informasi
yang berguna serta pola-pola yang ada dalam data. Informasi ini terkandung dalam
basis data yang berukuran besar yang sebelumnya tidak diketahui dan potensial
bermanfaat. Data Mining merupakan salah satu langkah dari serangkaian proses
iterative KDD. Tahapan proses KDD dapat dilihat pada gambar 2.1.1.
II-3
Gambar 2.1.1 Tahapan Proses KDD (Irwan Budiman, 2012).
Adapun proses KDD sebagai berikut :
1. Data Selection : pemilihan data dari sekumpulan data operasional perlu
dilakukan sebelum tahap penggalian informasi dalam KDD dimulai.
2. Preprocessing : sebelum proses data mining dapat dilaksanakan, perlu
dilakukan proses cleaning dengan tujuan untuk membuang duplikasi data,
memeriksa data yang inkonsisten, dan memperbaiki kesalahan pada data,
seperti kesalahan cetak (tipografi). Juga dilakukan proses enrichment, yaitu
proses “memperkaya” data yang sudah ada dengan data atau informasi lain
yang relevan dan diperlukan untuk KDD, seperti data atau informasi eksternal.
3. Transformation : yaitu proses coding pada data yang telah dipilih, sehingga
data tersebut sesuai untuk proses data mining. Proses coding dalam KDD
merupakan proses kreatif dan sangat tergantung pada jenis atau pola informasi
yang akan dicari dalam database.
4. Data mining : proses mencari pola atau informasi menarik dalam data terpilih
dengan menggunakan teknik atau metode tertentu.
II-4
5. Interpretation / Evaluation : pola informasi yang dihasilkan dari proses data
mining perlu ditampilkan dalam bentuk yang mudah dimengerti oleh pihak
yang berkepentingan. Tahap ini merupakan bagian dari proses KDD yang
disebut dengan interpretation. Tahap ini mencakup pemeriksaan apakah pola
atau informasi yang ditemukan bertentangan dengan fakta atau hipotesa yang
ada sebelumnya atau tidak [10].
2.2 Klasifikasi
Klasifikasi merupakan koleksi dari suatu record berupa training data set, dimana
setiap record berisi seperangkat atribut dan salah satu atribut adalah suatu kelas.
Yang harus dilakukan adalah mencari model untuk atribut kelas sebagai fungsi dari
nilai atribut yang lain. Tujuannya adalah mendapatkan suatu kelas yang seakurat
mungkin dari catatan record sebelumnya yang tidak terlihat. Satu set data
tesdipersiapkan untuk menentukan keakuratan model dan sekaligus validasinya [6].
Klasifikasi adalah proses untuk menemukan model atau fungsi yang menggambarkan
dan membedakan kelas data atau konsep dengan tujuan memprediksikan kelas untuk
data yang tidak diketahui kelasnya [1].
2.2.1 Algoritma Naive Bayes
Bayesian
classification
adalah pengklasifikasian statistik yang dapat digunakan
untuk memprediski probabilitas keanggotaan suatu class. Bayesian classification
didasarkan pada Teorema Bayes yang memiliki kemampuan klasifikasi serupa dengan
decesion tree dan neural network. Bayesian classification terbukti memiliki akurasai
dan kecepatan yang tinggi saat diaplikasikan ke dalam database dengan data yang
besar [2].
Teorema Bayes memiliki bentuk umum sebagai berikut :
𝑃 𝐻 𝑋 =
𝑃 𝑋 𝐻 𝑃( 𝐻 )
𝑃( 𝑋 )
(1)
II-5
X = Data dengan class yang belum diketahui.
H = Hipotesis data X merupakan suatu class spesifik.
P(H|X) = Probabilitas hipotesis H berdasarkan kondisi x (posteriori probabilitas).
P(H) = Probabilitas hipotesis H (prior probabilitas).
P(X|H) = Probabilitas X berdasarkan kondisi tersebut.
P(X) = Probabilitas dari X.
Ide dasar dari aturan Bayes adalah bahwa hasil hipotesis atau peristiwa (H) dapat
diperkirakan berdasarkan pada beberapa bukti (X) yang diamati, ada beberapa hal penting
dari aturan Bayes tersebut, yaitu :
1. Sebuah probabilitas awal/prior H atau P(H) adalah probabilitas dari suatu
hipotesis sebelum bukti diamati.
2. Sebuah probabilitas akhir H atau P(H|X) adalah probabilitas dari suatu
hipotesis setelah bukti diamati.
2.3 Pengertian Registrasi Ulang
Merupakan urutan prosedur administrasi yang wajib dijalani oleh setiap Calon
Mahasiswa Baru yang telah lulus Ujian Saringan Masuk dan memutuskan untuk
menjalani Pendidikan, dengan melengkapi persyaratan administrasi akademik dan
melunasi kewajiban keuangan sesuai jadwal yang tertera pada Surat Panggilan /
Peringkat.
Proses Registrasi ini bertujuan untuk memenuhi dan melengkapi seluruh Persyaratan
Akademik sebagai Mahasiswa Baru, yang merupakan syarat mutlak guna diperolehnya
NPM ( Nomor Pokok Mahasiswa) [7].
II-6
2.4 PHP
PHP adalah bahasa pemrograman web atau scripting language yang dijalankan
diserver. PHP dibuat pertama kali oleh Rasmus Lerdorf, yang pada awalnya dibuat untuk
menghitung jumlah pengunjung pada homepagenya. Pada waktu itu PHP bernama FI
(Form Interpreter). Pada saat tersebut PHP adalah sekumpulan script yang digunakan
untuk mengolah data form dari web.
Perkembangan selanjutnya adalah Rasmus melepaskan kode sumber tersebut dan
menamakannya PHP/FI, pada saat tersebut kepanjangan dari PHP/FI adalah Personal
Home Page/Form Interpreter. Pelepasan kode sumber ini menjadi open source, maka
banyak programmer yang tertarik untuk ikut mengembangkan PHP.
Pada tahun 1997 sebuah perusahaan bernama Zend, menulis ulang interpreter PHP
mejadi lebih bersih, lebih baik dan lebih cepat. Kemudian pada Juni 1998 perusahaan
tersebut merilis interpreter baru untuk PHP dan meresmikan nama rilis tersebut menjadi
PHP 3.0. Pada pertengahan tahun 1999, Zend merilis interpreter PHP baru dan rilis
tersebut dikenal dengan PHP 4.0. PHP 4.0 adalah versi PHP yang paling banyak dipakai.
Versi ini banyak dipakai sebab versi ini mampu dipakai untuk membangun aplikasi web
kompleks tetapi tetap memiliki kecepatan proses dan stabilitas yang tinggi.
Pada Juni 2004 Zend merilis PHP 5.0. Versi ini adalah versi mutakhir dari PHP. Dalam
versi ini, inti dari interpreter PHP mengalami perubahan besar. Dalam versi ini juga
dikenalkan model pemrograman berorientasi objek baru untuk menjawab perkembangan
bahasa pemrograman kearah pemrograman berorientasi objek. Hal yang menarik yang
didukung oleh PHP adalah kenyataan bahwa PHP bisa digunakan untuk mengakses
berbagai macam database seperti Access, Oracle, MySQL, dan lain-lain [9].