DATA MINING

1. : Data Mining Semester : 7
Program Studi : Teknik Informatika SKS : 4 SKS
Dosen : R.M. Nasrul Halim D., M.Kom
Minggu Bentuk Pembelajaran
1 1.
- Definisi data mining
- Kebutuhan data mining
- Ilmu – ilmu yang berkaitan dengan data mining 2.
- Teknik – teknik database
- Penerapan data mining
2 1. Mahasiswa dapat menyebut definisi KDD
- Data preprocessing 2
- Data Warehouse
3 1
- Pengelompokkan
- OLAP
- Reduksi Data
4 1
- Komponen dari sistem data mining
- Model data mining
5 1
- Clasification
- Supervised dan Unsupervised Learning
6 1
- Association Rule
- Algoritma apriori untuk association rule
7 1
- Clustering
8 1
- Decision Tree
9
10 1
- Jaringan Syaraf Tiruan
11 1
- Visualisasi data
12 1
- Konsep Dasar Text Mining
- Algoritma TF-IDF
- Preprocessing & Searching Dalam Text Mining
13 1
- Image Mining
- Web Mining
14
Mata Kuliah
Mahasiswa dapat menyebut dan menerangkan
teknik teknik database, penerapan data mining
PENDAHULUAN
KNOWLEDGE DATA DISCOVERY (KDD)
Mahasiswa dapat menyebut definisi data
mining, kebutuhan dan ilmu ilmu yang
berkaitan dengan data mining
Mahasiswa dapat mengetahui dan memahami
proses KDD Mahasiswa dapat menerangkan konsep data
preprocessing, data warehouse
Mahasiswa dapat mengetahui dan memahami
proses KDD
KNOWLEDGE DATA DISCOVERY (KDD) Mahasiswa dapat menerangkan konsep
Pengelompokkan, OLAP dan reduksi data
Mahasiswa dapat menyebutkan dan
menerangkan komponen dari sistem data
mining dan model data mining.
Mahasiswa dapat menyebut dan menerangkan
pengertian dan contoh association Rule
Mahasiswa dapat mengetahui dan memahami
teknikteknik dari data mining
TEKNIK–TEKNIK DATA MINING
ARSITEKTUR DAN MODEL DATA MINING
FUNGSI-FUNGSI DATA MINING
TEKNIK–TEKNIK DATA MINING Mahasiswa dapat menerangkan tentang
clustering dan contohnya
TEKNIK–TEKNIK DATA MINING Ceramah, Tanya Jawab,
Studi Kasus
TEKNIK–TEKNIK DATA MINING
Ceramah, Tanya Jawab,
Studi Kasus
Ceramah, Tanya Jawab,
Studi Kasus
ARSITEKTUR DAN MODEL DATA MINING
Mahasiswa dapat mengetahui dan memahami
Mahasiswa dapat mengetahui dan memahami
arsitektur dan model data mining
Mahasiswa dapat mengetahui dan memahami
Mahasiswa dapat mengetahui dan memahami
arsitektur dan model data mining
Mahasiswa dapat memahami tentang
clasification dan regretion
Mahasiswa dapat mengetahui dan memahami
teknikteknik dari data mining
Mahasiswa dapat menyebutkan, menerangkan
dan memberikan contoh jaringan syaraf buatan
Mahasiswa dapat mengetahui dan memahami
tentang text mining dan algoritmanya
Mahasiswa dapat menyebutkan dan
menerangkan tentang text mining dan contoh
text mining
Kriteria Penilaian
Ceramah, Tanya Jawab,
Studi Kasus
Kemampuan akhir yang diharapkan Materi Ajar
Mahasiswa dapat mengetahui dan memahami
konsep dasar data mining
Mahasiswa dapat mengetahui dan memahami
fungsi fungsi dari data mining
Ceramah, Tanya Jawab,
Studi Kasus
Ceramah, Tanya Jawab,
Studi Kasus
Ceramah, Tanya Jawab,
Studi Kasus
Ceramah, Tanya Jawab,
Studi Kasus
Mahasiswa dapat mengetahui dan memahami
teknikteknik dari data mining
Ujian Tengah Semester (UTS) / Mid Semester Examination
Mahasiswa dapat menggambar Decision tree
dan algoritma yang digunakan
Mahasiswa dapat mengetahui dan memahami
teknikteknik dari data mining
TEXT MINING
Ujian Akhir Semester (UTS) / Final Semester Examination
Ceramah, Tanya Jawab,
Studi Kasus
Ceramah, Tanya Jawab,
Studi Kasus
Ceramah, Tanya Jawab,
Studi Kasus
Ceramah, Tanya Jawab,
Studi Kasus
RENCANA POKOK PEMBELAJARAN (RPP)
TREND DATA MININGMahasiswa dapat mengetahui dan memahami
aplikasi dan tren data mining
Mahasiswa dapat menyebutkan dan
menerangkan tools, piranti untuk data mining
Mahasiswa dapat menyebutkan, menerangkan
dan memberikan contoh visualisasi data