Kelebihan dan Keterbatasan Data Mining

Kelebihan dari menggunakan data mining di berbagai aplikasi seperti Perbankan, Manufacturing dan Produksi, Pemasaran, Kesehatan, dll adalah sebagai berikut(Vikram & Upadhayaya, 2011) :

1.    Perbankan: Data mining mendukung sektor perbankan dalam proses pencarian pola yang sebelumnya belum diketahui dari database yang besar; otomatisasi proses penemuan informasi yang prediktif. Data mining membantu memperkirakan tingkat pinjaman yang buruk dan pelanggaran dalam penggunaan kartu kredit, memprediksi penggunaan kartu kredit oleh nasabah baru dan memprediksi nasabah mana yang memiliki respon cepat terhadap penawaran pinjaman yang ditawarkan.

2.    Manufacturing dan Produksi: Data mining membantu memprediksi kegagalan mesin dan menemukan faktor kunci yang mengontrol optimisasi dari kapasitas manufacturing.

3.    Marketing: Data mining memfasilitasi pemasaran sektor klasifikasi pelanggan demografis yang dapat digunakan untuk memprediksi dimana pelanggan akan menanggapi mailing atau membeli produk tertentu dan hal ini sangat membantu dalam pertumbuhan bisnis.

4.    Kesehatan: Data mining mendukung banyak di sektor kesehatan. Mendukung sektor kesehatan oleh berhubungan demografi pasien dengan penyakit kritis, mengembangkan wawasan yang lebih baik pada gejala dan penyebab mereka dan belajar bagaimana untuk memberikan perawatan yang tepat.

5.    Asuransi: Data mining membantu sektor asuransi dalam memprediksi klaim palsu dan cakupan medis yang biaya, faktor penting yang mempengaruhi cakupan medis mengklasifikasikan dan memprediksi pelanggan pola Pelanggan yang akan membeli kebijakan baru.

6.    Hukum: Penegakan hukum dibantu oleh data mining oleh pemantauan pola perilaku penjahat. Melacak pola kejahatan, lokasi dan perilaku kriminal, mengidentifikasi berbagai atribut untuk data pertambangan, membantu dalam memecahkan kasus-kasus kriminal.

7.    Pemerintahan dan Pertahanan: Data mining membantu untuk memperkirakan biaya bergerak peralatan militer dan memprediksi konsumsi sumber daya. Selain itu membantu dalam pengujian strategi untuk keterlibatan militer yang potensial dan meningkatkan keamanan dalam negeri dengan pertambangan data dari berbagai sumber.

8.    Broker dan Bursa Efek: Data mining membantu memprediksi perubahan harga obligasi dan peramalan kisaran fluktuasi saham yang menentukan kapan harus membeli atau menjual saham.

9.    Hardware dan Software Komputer: Memprediksi kegagalan disk dan potensi pelanggaran keamanan dapat dilakukan dengan data mining.

10.    Penerbangan: Mendukung dalam memeriksa kelayakan menambahkan rute untuk meningkatkan laba usaha dan untuk mengurangi kehilangan dengan menangkap data di mana penumpang terbang dan tujuan akhir dari penumpang.

Disamping kelebihan ada juga keterbatasan data mining yang juga dijelaskan sebagai berikut:

1.    Masalah Privasi

Salah satu kelemahan adalah masalah privasi pribadi. Dalam beberapa tahun terakhir, dengan boom internet, kekhawatiran tentang privasi telah meningkat sangat. Karena keprihatinan privasi ini, individu seperti pengguna internet, karyawan, pelanggan sangat takut bahwa tidak diketahui orang mungkin memiliki akses ke informasi pribadi mereka dan kemudian menggunakan informasi dalam cara yang tidak etis dan ini dapat menyebabkan kerusakan pada mereka. Meskipun, beberapa hukum dilindungi pengguna untuk menjual atau memperdagangkan informasi pribadi antara organisasi berbeda, menjual informasi pribadi terjadi

2.    Masalah Keamanan

Kelemahan terbesar yang lain adalah masalah keamanan yang selalu menjadi perhatian utama dalam teknologi informasi. Perusahaan memiliki banyak informasi tentang karyawan dan pelanggan termasuk nomor jaminan sosial, tanggal lahir, gaji dll, dan juga tersedia di online. Tapi, mereka tidak memiliki cukup sistem keamanan di tempat untuk melindungi informasi ini. Mereka telah banyak kasus di mana hacker mengakses dan mencuri data pribadi pelanggan.

3.    Penyalahgunaan informasi / Informasi Tidak Akurat

Tren memperoleh dari data mining yang dimaksudkan untuk digunakan untuk beberapa tujuan etis atau bisnis. Namun dapat disalahgunakan untuk tujuan lain tidak etis. Bisnis yang tidak etis atau individu mungkin menggunakan informasi untuk mengambil keuntungan dari orang-orang rentan atau untuk melakukan diskriminasi terhadap sekelompok orang tertentu. Selain itu, data pertambangan teknik bukanlah persen persen akurat. Dengan demikian kesalahan yang mungkin terjadi yang dapat memiliki konsekuensi serius.

Share this post