Persamaan Antara Data Learning, Data Analytics dan Data Mining

Persamaan antara tiga hal tersebut adalah sama-sama bertujuan untuk bagaimana mengelola data untuk dijadikan informasi yang lebih berguna. Namun secara teori Data Science, Data Analytics dan Data Mining merupakan tiga hal yang berbeda, beriku merupakan Perbedaan Data Science, Data Analytics dan Data Mining

Hubungan Antara Artificial intelligence, Machine Learning dan Deep LearninKetiga istilah tersebut memang saling berkaitan atau berhubugan, Artificial Intelligence bisa diibaratkan payung yang lebih luas di mana Machine Learning (ML) dan Deep Learning (DL) berada dalam lingkupnya. Diagram ini menunjukkan, ML adalah bagian dari AI, dan DL adalah bagian dari ML.

Artificial Intelligence (AI) digunakan untuk memahami, merencanakan, mengambil keputusan seperti halnya prilaku manusia, agar AI bisa melakukan semua hal tersebut tentunya diperlukan uji coba atau latihan, Di bidang statistik, masalahnya adalah "Bagaimana melatih model AI berskala besar itu secara efisien dan lebih kuat, jawabannya adalah dengan Machine Learning (ML) yaitu bagian dari AI yang memungkinkan mesein meningkatkan rangkaian pengalamannya. Kemudian untuk Deep Learning (DL) adalah subbidang dari ML yang berkaitan dengan algoritma yang terinspirasi oleh struktur dan fungsi otak yang disebut dengan jaringan saraf tiruan.

Contoh Metode Klasifikasi dalam Data Mining

Klasifikasi digunakan apabila atribut data bisa berupa numerik atau nominal dengan label data nominal sebagai contohnya data kelulusan mahasiswa dari sebuah mahasiswa seperti nilai, gender, alamat, IPK, data tersebut kita lakukan training dengan menggunakan metode klasifikasi contohnya C45 (salah satu algoritma yang digunakan untuk melakukan klasifikasi atau segmentasi atau pengelompokan dan bersifat prediktif),  sehingga kita bisa menentukan tingkat kelulusan atau tepat waktu atau tidaknya mahasiswa dari data tersebut, data bisa berupa gender, apabila status mahasiswa sambil bekerja atau tidak full time mahasiswa, maka itu juga masuk kedalam atribut perhitungan.

Kaitannya antara Data Mining dan Data Analytics

Jadi apa kaitannya antara data science dan data mining adalah saling berhubungan dalam rangka mengolah data dan mendapatkan informasi dari berbagai macam data yang telah berhasil dikumpulkan. Semisal data piala dunia 2018, dengan berbagai macam teknik pengolahan data kita bisa memprediksi siapa yang akan menjadi juara pada piala dunia berikutnya.

Berikut Apa yang Dimaksud dengan Data, Big Data, Smart Data, Data Secienty, Bisnis Intelligence dan Data Arsitektur.

• Data adalah catatan atas kumpulan fakta. Data merupakan bentuk jamak dari datum, berasal dari bahasa Latin yang berarti "sesuatu yang diberikan".
• Big Data istilah umum untuk segala himpunan data (data set) dalam jumlah yang sangat besar, rumit dan tak terstruktur sehingga menjadikannya sukar ditangani apabila hanya menggunakan perkakas manajemen basis data biasa atau aplikasi pemroses data tradisional belaka.
• Smart Data adalah big data yang telah diproses dan sedang menunggu untuk diubah menjadi informasi yang dapat ditindaklanjuti. Istilah smart data merujuk kepada big data yang telah disaring dan diolah untuk digunakan sebagai informasi yang berguna.
• Data science merupakan gabungan dari inferensi data, pengembangan algoritmik, dan teknologi untuk memecahkan masalah analitik yang kompleks. “Data science” sendiri lebih kepada penggalian atau analisis prediktif suatu data untuk difilter dan ditemukan data yang benar agar menghasilkan suatu data yang akurat sesuai dengan data yang sebenarnya.
• Business Intelligence adalah sekumpulan teknik dan alat untuk mentransformasi dari data mentah menjadi informasi yang berguna dan bermakna untuk tujuan analisis bisnis. Teknologi Inteligensi Bisnis dapat menangani data yang tak terstruktur dalam jumlah yang sangat besar untuk membantu mengidentifikasi, mengembangkan, dan selain itu membuat kesempatan strategi bisnis yang baru.
• Data Architecture adalah seperangkat aturan, kebijakan, standar dan model yang mengatur dan menentukan jenis data yang dikumpulkan dan bagaimana data itu digunakan, disimpan, dikelola, dan diintegrasikan dalam suatu organisasi dan sistem basis datanya.

Tweet

Subscribe to receive free email updates: