bSebelum masuk ke pembahasan utama, mari kita kenalan dulu dengan Data Mining. Apa sebenarnya data mining itu?
Data Mining (dalam Bahasa Indonesia: Penggalian Data) adalah ekstraksi pola yang menarik dari data dalam jumlah besar. Suatu pola dikatakan menarik apabila pola tersebut tidak sepele, implisit, tidak diketahui sebelumnya, dan berguna. Pola yang disajikan haruslah mudah dipahami, berlaku untuk data yang akan diprediksi dengan derajat kepastian tertentu, berguna, dan baru.
Penggalian data memiliki beberapa nama alternatif, meskipun definisi eksaknya berbeda, seperti KDD (knowledge discovery in database), analisis pola, arkeologi data, pemanenan informasi, dan intelegensia bisnis. Penggalian data diperlukan saat data yang tersedia terlalu banyak (misalnya data yang diperoleh dari sistem basis data perusahaan, e-commerce, data saham, data sensus dan data bioinformatika), tetapi tidak tahu pola apa yang bisa didapatkan.
 
Salah satu penerapan data mining yang paling dikenal pada saat ini adalah penggunaan data mining untuk sistem atau aplikasi yang dapat memprediksi atau memperhitungkan penyakit seseorang. Sebagai contohnya adalah Mode Data Mining Sebagai Prediksi Penyakit Hipertensi dengan Teknik Decision Tree dan juga Diagnosa Tingkat Kesehatan Pasien Menggunakan Metode Decision Tree Dengan Pemodelan Data Mining.
Decision Tree merupakan salah satu teknik atau metode yang sangat banyak digunakan dalam penerapan data mining. Decision Tree adalah teknik klasifikasi dan prediksi yang amat kuat serta terkenal. Decision Tree dapat mengubah fakta yang sangat besar dan rumit menjadi pohon keputusan yang mampu mempresentasikan dan menggambarkan aturan, sehingga dapat mudah dipahami. Kemudian dalam decision tree sendiri terdapat lagi algoritma yang dikenal dengan nama algoritma C4.5 sebagai algoritma yang mendukung sistem keputusan dalam data mining. Secara umum langkah-langkah algoritma C4.5 dalam arsitektur decision tree adalah sebagai berikut:
[ol]
[li]Pilih atribut sebagai akar.[/li]
[li]Buat dan kembangkan cabang untuk tiap nilai yang ada.[/li]
[li]Klasifikasi dan bagi kasus ke dalam beberapa kelompok cabang.[/li]
[li]Ulang kembali proses untuk setiap langkah cabang, hingga semua kasus memiliki kelas dan klasifikasi yang sama.[/li]
[/ol]
Gambaran dalam penggunaan ini adalah, nantinya pengguna atau pasien akan dihadapkan dengan beberapa pertanyaan. Kemudian dari jawaban yang diberikan itulah akan didapatkan apakah pasien tersebut mengalami hipertensi atau tidak, atau juga seberapa sehat seseorang pasien tersebut. Lebih kurang seperti itulah gambaran penerapan data mining dalam bidang kesehatan.
Dilihat dari kasus diatas, menurut saya implementasi data mining dibidang kesehatan sangat berguna untuk menyelamatkan banyak jiwa. Ketika kita menuliskan keyword ‘Hipertensi’ di google, ada lebih dari 2 juta kasus hipertensi yang terjadi di indonesia pertahun. Semoga dengan adanya metode ini, kasus akan penyakit ini mengurang dengan signifikan terutama di Indonesia sendiri.
Kurang lebihnya bisa ditambahkan di kolom komentar gan, maklum masih newbie hehe
 
Referensi:
http://artikel-az.com/pengertian-data-mining/
https://id.wikipedia.org/wiki/Penggalian_data
https://garudacyber.co.id/artikel/1328-penerapan-data-mining-di-bidang-kesehatan