Pada saat ini banyak sekali aktivitas digital maupun non digital yang dilakukan secara terus menerus.  Misalnya kita ambil contoh data dari nilai siswa mulai dari kelas 1 sampai dengan Dia kelas 3 dapat menciptakan sebuah himpunan data.  Selama ini setelah data itu terhimpun tidak digunakan lagi , padahal data-data yang sudah terhimpun 5 tahun yang lalu atau 10 tahun yang lalu bisa dianalisa lebih dalam sehingga menciptakan sebuah peluang baru atau sebuah pengetahuan yang baru.  ilmu dalam bidang komputer dalam menganalisa data disebut dengan data mining.  Secara sederhana pengertian data mining adalah menambang data yang sudah ada untuk digali lebih dalam sehingga membuat sebuah pengetahuan yang baru.  Pengetahuan yang baru tersebut lah yang dapat digunakan untuk kepentingan tertentu.

sebelum kita lebih jauh  tesis saya pada waktu lanjut studi S2 itu memang berfokus kepada data mining.  Jurnal saya diterbitkan dalam jurnal pendidikan internasional.  Dianggap sebagai pembaharuan dalam proses pendidikan di dunia.  Secara garis besar penelitian yang saya lakukan adalah memanfaatkan data siswa dari SMP sampai ke SMA yang dapat diprediksi sistem anak ini akan berkelakuan baik atau kurang baik.  Data mining digunakan dalam dunia pendidikan bisa digunakan untuk memprediksi sebuah tingkah laku siswa berdasarkan siswa-siswa yang ada sebelumnya.  Contoh lain penerapan data mining dalam bidang pendidikan adalah penetapan beasiswa pelajar , sekolah-sekolah tertentu sudah menggunakan sistem ketika siswa mulai masuk kelas 1.  Komputer secara otomatis merekomendasikan beberapa orang yang layak mendapatkan beasiswa.  Secara umum ilmu data mining ini seperti ilmu perdukunan , di mana dapat memprediksi kejadian ke depan dengan catatan berdasarkan data.  Data  Story yang sudah berjalan puluhan tahun dapat dibuat sebuah bola sehingga dapat mendukung pengambil keputusan untuk memilih siswa-siswa terbaiknya

Berikut Adalah Penelitian saya tentang data mining  [1] : http://www.mecs-press.org/ijmecs/ijmecs-v10-n6/v10n6-7.html

Dengan Judul Inggris : Data Mining to Prediction Student Achievement based on Motivation, Learning and Emotional Intelligence in MAN 1 Ketapang

Dengan Judul Indonesia : Data Mining untuk Prediksi Prestasi Belajar Siswa Berbasis Motivasi, Pembelajaran dan Kecerdasan Emosional di MAN 1 Ketapang

Dan Sudah Sitasi 2 Kali secara internasional  :

Pada penelitian saya tersebut secara garis besar membuat kesimpulan   [1] :  Eksperimen yang dilakukan dalam penelitian ini bertujuan untuk membuktikan bahwa data mining dapat memprediksi prestasi belajar siswa berdasarkan data story siswa tentang data emosi siswa, minat belajar siswa dan kecerdasan emosional.   

Penelitian lainya tentang data mining dalam dunia pendidikan yang sudah dilakukan di Indonesia sudah sangat banyak. Penelitian dengan judul Analisis komparasi algoritma klasifikasi data mining untuk prediksi mahasiswa non aktif [2]. membuat kesimpulan  berdasarkan komparasi algoritma klasifikasi data mining yaitu logistic regression, decision tree, naïve bayes dan neural network untuk prediksi mahasiswa non aktif dengan menggunakan 3861 dataset mahasiswa Universitas Dian Nuswantoro, maka dapat dianalisa hasil bahwa decision tree merupakan algoritma yang paling akurat.  Pasti anda bingung apa itu algoritma dan decision tree, silahkan baca tulisan ini dengan lengkap karena akan saya bahas tentang data mining secara umum baru ke khusus tentang pendidikan. Secara umum tujuan dari penelitian ini adalah secara umum penelitian di atas menunjukkan bahwa mahasiswa ketika memasuki semester 4 atau 5 sudah dapat diprediksi mahasiswa tersebut akan aktif atau nonaktif pada semester selanjutnya.   dengan dapatnya diprediksi mahasiswa yang akan non aktif pada semester berikutnya merupakan sebuah peluang bagi kampus untuk mengambil tindakan kepada siswa tersebut.  Misalnya kampus bisa memberi layanan pada mahasiswa yang diprediksi akan non aktif pada semester berikutnya lebih spesial.  Jangan sampai mahasiswa tersebut hilang di tengah jalan.  Tujuan dari data mining inilah yang tentunya dapat memudahkan melihat peluang ke depan jangan sampai terjadi mahasiswa berhenti di tengah jalan.  Tentunya banyak faktor yang perlu dihitung tetapi dengan data mining bisa defisiensi kan menggunakan algoritma tertentu.  Tidak hanya untuk mahasiswa tentunya penelitian ini bisa diterapkan juga pada tingkat SD , SMP dan SMA.   dimana sekolah sudah dapat memprediksi berdasarkan hasil rekomendasi komputer bahwa siswa  yang akan berhenti di tengah jalan karena faktor tertentu dapat diminimalisir.

Masih mengutip dari penelitian lainya tentang data mining dalam dunia pendidikan dengan judul “Prediksi Nilai Proyek Akhir Mahasiswa Menggunakan Algoritma Klasifikasi Data Mining” membuat kesimpulan [3] : Berdasarkan analisis data kinerja mahasiswa pada mata kuliah pendukung proyek akhir mereka menggunakan algoritma ID3, CHAID dan Naïve Bayes berdasarkan literatur yang digunakan, dapat disimpulkan bahwa ketiga algoritma tersebut tidak dapat diterapkan untuk menentukan nilai proyek akhir berdasarkan mata kuliah pendukung proyek akhir.  pada penelitian diatas menunjukkan untuk tugas akhir mahasiswa atau skripsi itu tidak dapat diprediksi lulus atau tidak lulus.  Penelitian tersebut menunjukkan proses data mining bisa gagal dalam melakukan prediksi.  Pemilihan algoritma yang tepat dapat menghasilkan prediksi yang baik juga tetapi pada kasus penelitian diatas menggunakan algoritma yang menunjukkan tidak dapat melakukan prediksi.  Penelitian itu tidak harus selalu berhasil , contoh pada penelitian diatas bisa Dianggap penelitian yang gagal tetapi menghasilkan pengetahuan yang baru bagi peneliti berikutnya agar tidak menggunakan algoritma tersebut.  Saya kaitkan sedikit dengan mahasiswa yang akan melakukan skripsi pastikan anda mencari jurnal perbandingan antara yang berhasil dan yang gagal.  Dalam dunia pendidikan penelitian yang paling sering dilakukan adalah membandingkan dua metode atau lebih , sehingga pastikan jurnal pendukung kuat sebagai senjata kalian untuk mempertahankan argumen.  Ketika ditanya Mengapa menggunakan metode ini lebih baik kalian bisa menjawab berdasarkan jurnal yang sudah terbit.  Kembali ke topik pembahasan tentang data mining dengan adanya penelitian ini membuktikan tidak semua hal yang dapat diprediksi.  masih banyak kasus yang bisa diangkat dalam bidang pendidikan tentang data mining.  Contoh kasus lain adalah bisa membuat aplikasi memprediksi berdasarkan algoritma data mining yang dapat merekomendasikan mahasiswa yang akan telat membayar uang kuliah.

Pada tulisan ini sebenarnya lebih ke teknik informatika,  tetapi ini bisa menjadi acuan kalian Siapa tahu kalian yang di dalam bidang pendidikan tenang dalam dunia keteknikan.  Dunia komputer ini sangat luas , walaupun kalian fokus di bidang pendidikan tetapi pada kenyataannya ketika kalian kerja di sekolah yang  lulusan TIK  dianggap bisa untuk melakukan hal keteknisian dalam bidang komputer.  Misalnya kalian diminta untuk mengurus LAB Komputer.  

tujuan dari tulisan ini adalah akan mengajarkan kalian atau mengenalkan kalian tentang dunia data mining dalam dunia pendidikan.  Tentunya akan saya ajarkan dulu hal-hal dasar Agar kalian bisa memahami data mining secara umum.  Di kampus luar data mining merupakan 1 mata kuliah yang dibuat menjadi 16 kali pertemuan.  Pada tulisan ini akan  menambah pengetahuan anda tentang data mining , minimal ada ketertarikan dalam proses pemanfaatan data

Lanjut Ke Halaman 2