Download as PDF, PPTX
Uploaded byUniversitas Serang Raya
1. Introduction of Data Mining
Dokumen ini berisi rencana silabus mata kuliah Data Mining. Mata kuliah ini membahas konsep, metode, dan teknik dasar data mining seperti klasifikasi, klasterisasi, asosiasi, dan prediksi. Tujuan utamanya adalah memastikan mahasiswa memahami sejarah dan dasar ilmu data mining serta mampu mendeskripsikan dan mendemonstrasikan konsep, metode, dan tekniknya. Evaluasi dan penilaian mata kuliah ini terdiri atas tugas,
1. Introduction of Data Mining
- 2. Pre Test 1)Apakah AndaPernah Mendengar Data Mining ? Jelaskan ! 2)Apakah anda pernah mendenga istilah Klasifikasi, Klasterisasi dan Asosiasi ? Jelaskan ! 3)Apakah anda pernah mendengar istilah Database, Big Data, Data Warehouse ? Jelaskan !
- 4. Table of Index 1)Profile Mata Kuliah 2) Prakata 3) Tujuan Pembelajaran (Utama) 4) Tujuan Pembelajaran (Pendukung) 5) Rencana Materi Pembelajaran 6) Evaluasi dan Penilaian 7) Peraturan Kelas 8) Buku Pengantar 9) Penutup
- 5. Profil Maya Kuliah 1)NamaMata Kuliah : Data Mining 2)Kode Mata Kuliah : TI11B302 3)SKS : 3 Sks 4)Semester : Genap 5)Prasyarat : - 6)Status Mata Kuliah : Wajib
- 6. Prakata •Data Mining merupakanmata kuliah yang terkait dengan penggalian (mining) suatu data yang terpendam yang belum menghasilkan suatu pola dan atau pengetahuan (knowledge) bagi penggunanya. •Dalam data mining dibutuhkan konsep, metode dan teknik untuk prosesnya. •Rich Data – Poor Information
- 7. Tujuan Pembelajaran (Utama) •Mahasiswadi harapkan mampu memahami sejarah dan dasar dari Ilmu Data Mining •Mahasiswa diharapkan mampu Memahami Konsep, Metode dan Teknik Dasar data mining. •Mahasiswa diharapkan mampu Mendeskripsikan dan men- demonstrasikan Konsep, Metode dan Teknik Dasar data mining.
- 8. Tujuan Pembelajaran (Pendukung) •Memahamikonsep data (Database, Big Data, Datawarehouse, Data Mining) •Memahami Konsep Prediksi •Memahami Konsep Klasifikasi •Memahami Konsep Klasterisasi •Memahami Konsep Asosiasi
- 9. Rencana Materi Pembelajaran 1.Pengantar Data Mining 2. Konsep Data Mining 3. Prediksi 4. Klasifikasi 5. Algoritma NaĂŻve Bayes 6. Klastering 7. Peraturan Asosiasi
- 10. Evaluasi dan Penilaian PenilaianKhusus • Kehadiran • Keaktifan di Kelas • Attitude Penilaian Umum 20% Tugas 20% Quiz 25% UTS 35% UAS/Proyek Membuat kelompok Data Mining Project (max 4 orang)
- 11. Peraturan Kelas ✓Kuliah hadirmaks. 15 menit setelah kehadiran dosen ✓Gunakan HP/Laptop sesuai instruksi ✓Jujur dan bersungguh-sungguh dalam mengerjakan tugas dan ujian ✓Menghindari plagiasi dalam membuat tugas atau mengisi ujian ✓Pelanggaran plagiasi/menjiplak dalam pengerjaan tugas/quiz akan dikenakan sanksi nilai “0”
- 12. Buku Pengantar MataKuliah Astuti, F.H, DATA MINING, Penerbit Andi Yogyakarta, 2009 Susanto, S., Suryadi D, PENGANTAR DATA MINING (Menggali Pengetahuan dari Bongkahan), Penerbit Andi Yogyakarta, 2010.