Data Mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan,  machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar. Terdapat beberapa istilah lain yang memiliki makna sama dengan data mining, yaitu  Knowledge discovery in databases  (KDD), ekstraksi pengetahuan knowledge extraction, Analisa data/pola (data/pattern analysis, kecerdasan bisnis (business intelligence) dan  data archaeology  dan  data dredging(Larose, 2005).

Sebagai cabang ilmu baru di bidang komputer cukup banyak penerapan yang dapat dilakukan oleh Data Mining. Apalagi ditunjang kekayaan dan keanekaragaman berbagai bidang ilmu (artificial intelligence, database, statistik, pemodelan matematika, pengolahan citra dsb.) membuat penerapan data mining menjadi makin luas. Salah satunya yaitu dalam dunia pendidikan.

Data pendidikan merupakan sebuah data yang komplek karena menyangkut setiap individu yang pastinya sangat berbeda. Sehinggaa dari hal tersebut pengelolaan data dalam bidang pendidikan menjadi sebuah point yang sangat menarik untuk di jadikan sebagai bentuk penelitian yang menyangkut dalam bidang data mining. Dalam bidang pendidikan ini banyak permasalahan yang dapat di jadikan topic penelitian seperti keberadaan peserta didik baik itu untuk perbaikan kelulusan ataupun perbaikan studi.

Dunia pendidikan memegang peran penting dalam membangun sumberdaya manusia. Data pendidikan merupakan sebuah data yang komplek karena besarnya jumlah dari data individu yang di kelola pada setiap tingkatan satuan pendidikan. Dalam setiap angkatan untuk satu unit data dalam setiap satuan pendidikan bisa dapat mencapai seribu data untuk pendaftar (pada tingkat SMA) belum lagi pada tingkatan yang lebih tinggi seperti universitas, dll.

Bidang ini menggunakan mekanisme transformasi atau inovasi dari pendekatan yang diturunkan dari ilmu statistik, pembelajaran mesin, psikometrik, dan komputasi ilmiah. Penelitian ini mengusulkan sebuah analisis terhadap status keaktifan siswa menggunakan salah satu teknik data mining yaitu association rule mining (ARM). Teknik ARM bertujuan menemukan pola-pola yang merepresentasikan informasi bernilai tinggi bagi para pengambil keputusan di perguruan tinggi. Algoritma Apriori digunakan untuk mencari aturan-aturan asosiasi yang menarik dari basis data dalam rangka mengekstraksi pengetahuan dari data profil dan data akademik siswa. Aturan-aturan yang ditemukan selanjutnya dianalisis sebagai bahan rekomendasi bagi para pengelola akademik untuk meningkatkan kualitas proses pengambilan keputusan. Selain itu, hasil analisis dapat menjadi acuan bagi arah kurikulum yang mampu memperbaiki kualitas pembelajaran siswa.

Permasalahan pendataan dalam pendidikan yang dapat di analisa mulai data peserta didik, data akademik pesera didik, data mutu lulusan dll. Yang mana data tersebut umumnya terkumpul dalam sebuah database yang setiap tahun dapat bertambah dimulai dari sekolah itu berdiri sampai di sekolah itu di data.

Sehingga dari permasalahan-permasalahan yang ada tersebut sangatlah menarik untuk di jadikan sebuah topic penelitian.Banyaknya penelitian yang dilakukan dalam bidang pendidikan bukan saja untuk membangun mutu pendidikan tetapi juga di lakukan untuk memperbaiki dan menganalisa sistem pendidikan yang sedang berjalan. Dan penelitian tersebut telah di lakukan baik itu peneliti dari luar negeri maupun peneliti-peneliti yang berada di dalam negeri.

Seperti yang di lakukan oleh Brijesh Kumar Baradwak dan Saurabh Pal [1], yang mana penelitiannya di pergunakan untuk meneliti kualitas pendidikan pada institusi pendidikan tinggi. Yang mana datamining di pergunakan untuk memprediksi kelulusan siswa dengan variable banyak pelatihan yang di ikuti, bentuk pebelajaran di kelas secara tradisionel, kecurangan dalam ujian dan pendeteksian nilai yang kurang dari hasil belajar siswa

Penelitian yang di lakukan oleh Mohammed M. Abu Tair, Alaa M. El-Halees [2] yang berkonsentrasi pada membangun sebuah metode untuk di pergunakan mengambil pengetahuan dari data dari domain pendidikan. Yang mana data yang akan di ambil tersebut berasal dari tahun 1993 sampai dengan data tahun 2007. Dimana data tesebut akan di pergunakan untuk memperbaiki kelulusan dari siswa.

Penelitian yang di lakukan oleh Anwar M. A. dan Naseer Ahmad [3]. Dimana penelitian ini bertujuan untuk memberikan suatu analisa yang dipergunakan untuk membantu administrator pendidikan dan pembuat keputusan pada sebuah pendidikan tinggi untuk melakukan sebuah perbaikan dan revisi dari metode pengkajian, restruktur kurikulum dan pengurangan selisih diantara dua metode pengkajian.

Salah satu penelitian implementasi data mining dalam dunia pendidikan yang akan saya bahas adalah pengolahan data mahasiswa universitas dengan menggunakan association rule mining (ARM). Setelah data-data diperoleh, Langkah selanjutnya adalah melakukan pra-proses (pre-processing terhadap data yang diperoleh. Pra-proses bertujuan mempersiapkan data untuk dianalisis guna menghasilkan pengetahuan yang diharapkan. Pada penelitian ini, pra-proses yang dilakukan melalui langkah pembersihan data untuk menghapus tuple-tuple yang tidak relevan dan transformasi data untuk menyesuaikan format data yang diperoleh dengan format data untuk analisis. Transformasi data antara lain bertujuan untuk mengubah beberapa variabel yang nilainya numerik menjadi nilai diskrit. Teknik yang digunakan adalah teknik equal width yaitu mengelompokkan data dalam rentang dengan lebar seragam. Langkah berikutnya adalah mengesktrak aturan asosiasi menggunakan metode Association Rule Mining (ARM). ARM merupakan sebuah metode untuk menemukan aturan-aturan asosiasi yang memenuhi nilai minimal support dan minimal confidence.

Dari beberapa penelitian yang telah di sampaikan di atas saya dapat menarik kesimpulan bahwa pendataan di dalam lingkungan pendidikan memiliki lingkup yang terlalu luas untuk dapat langsung di baca. Agar data tersebut dapat di baca di perlukan suatu proses untuk dapat mempermudah pembacaannya. Dan salah satu proses yang di sarankan adalah dengan menggunakan algoritma-algoritma yang di pergunakan pada data mining dengan cara data tersebut dijadikan pengetahuan.

Referensi:
Andi. 2008. https://andyku.wordpress.com/2008/04...n-data-mining. Diakses pada tanggal 14 Maret 2019.
Santosa, Budi. 2018. Data Mining dan Big Data Analytics: Teori dan Implementasi Menggunakan Python & Apache Spark. Surabaya: ITS.Moch. Ali Rokhib. 2016.Penggunaan Data Mining Untuk Pengelolaan Data Dalam Bidang Pendidikan.
Gita Indah Marthasari. 2017. ANALISIS DATA PENDIDIKAN TINGGI MENGGUNAKAN PENDEKATAN DATA MINING