APPLIED DATABASE 3
FAJRI RAKHMAT UMBARA, S.T ., M.T
PERTEMUAN 1
Dosen Pengampu
• Nama : Fajri Rakhmat Umbara.,S.T.,M.T.
• Homebase : Informatika Unjani
• LB : Informatika Widyatama
• Publikasi Ilmiah : 46 paper (Nasional dan
Internasional) dan 4 buku
• Pengalaman menjadi dosen : sedjak 2015
• Alumni : Telkom University
• Sisanya silahkan google :v
Tujuan Mata Kuliah
• Setelah lulus mata kuliah ini mahasiswa
diharapkan
1. Mengetahui dan mengerti konsep serta teori
data warehouse dan data mining
2. Menggunakan tools dan teknik data mining
untuk diterapkan di dunia nyata
Aturan Perkuliahan
• Membuat Grup Diskusi dengan aplikasi Whatsapp
• Platform data mining menggunakan WEKA
• Metode pembelajaran : Student Based Learning
• Media pembelajaran Full Online dengan ketentuan
sbb :
• Pertemuan 1 & 9 Wajib tatap muka daring
• UTS dan UAS via Gform, bentuk soal pilihan ganda/ true
false
• 9 kali forum/assignment/kuis  di input di elearning H-1
• 3 kali modul/supplementary  Tugas kelompok
Materi Yang Akan Dibahas
• Data Warehouse, Data Mart
• Knowledge Discovery in Database (KDD)
• Data Mining
• Teknik preprocessing
• Teknik Data Mining :
• Asosiasi
• Klasterisasi
• Klasifikasi
• Big Data = Teknologi Hadoop
TERIMA KASIH

APPLIED DATABASE 3 - Pertemuan 1

  • 1.
    APPLIED DATABASE 3 FAJRIRAKHMAT UMBARA, S.T ., M.T PERTEMUAN 1
  • 2.
    Dosen Pengampu • Nama: Fajri Rakhmat Umbara.,S.T.,M.T. • Homebase : Informatika Unjani • LB : Informatika Widyatama • Publikasi Ilmiah : 46 paper (Nasional dan Internasional) dan 4 buku • Pengalaman menjadi dosen : sedjak 2015 • Alumni : Telkom University • Sisanya silahkan google :v
  • 3.
    Tujuan Mata Kuliah •Setelah lulus mata kuliah ini mahasiswa diharapkan 1. Mengetahui dan mengerti konsep serta teori data warehouse dan data mining 2. Menggunakan tools dan teknik data mining untuk diterapkan di dunia nyata
  • 4.
    Aturan Perkuliahan • MembuatGrup Diskusi dengan aplikasi Whatsapp • Platform data mining menggunakan WEKA • Metode pembelajaran : Student Based Learning • Media pembelajaran Full Online dengan ketentuan sbb : • Pertemuan 1 & 9 Wajib tatap muka daring • UTS dan UAS via Gform, bentuk soal pilihan ganda/ true false • 9 kali forum/assignment/kuis  di input di elearning H-1 • 3 kali modul/supplementary  Tugas kelompok
  • 5.
    Materi Yang AkanDibahas • Data Warehouse, Data Mart • Knowledge Discovery in Database (KDD) • Data Mining • Teknik preprocessing • Teknik Data Mining : • Asosiasi • Klasterisasi • Klasifikasi • Big Data = Teknologi Hadoop
  • 6.