Ringkasan dokumen tersebut adalah: (1) Dokumen tersebut membahas konsep data mining dan pentingnya data mining dalam kehidupan; (2) Tujuan pembelajaran meliputi kognitif, afektif, dan psikomotor; (3) Data mining digunakan untuk mengekstrak pola dan pengetahuan dari data besar.

1. Data Mining
Nur Fadilah, S.Pd., M.Cs
Pertemuan 1

2. 1. Menjelaskan dan merumuskan
konsep data mining
2. Membedakan pentingnya data
mining dalam kehidupan
Tujuan Pembelajaran

3. Learning Desain
Educational
Objectives
(Benjamin Bloom)
Cognitive
Affective
phychomotor
Competencies
Performances
Evaluation
Creterion
Referenced
Instruction
(Robert Mager)
Start Immediatelly
Minimize The Reading
Error Recognition
Minimalism
(John Carrol)
Self-Contained

4. Textbooks

5. Referensi :
1. Jiewai Han and Micheline Kamber, Data Mining: Concepts and Techniques Thrid Edition, Elsevier,
2012
2. Ian H. Witten, Frank Eibe, Mark A. Hall, Data Mining : Practical Machine Learning Tools and
Techniques 3rd Edition, Elsevier, 2011
3. Markus Hofmann and Ralf Klinkenberg, RapidMiner : Data Mining Use Cases and Business Analytics
Application, CRC Press Taylor & Francis Group, 2014
4. Daniel T. Larose, Discovering Knowledge in Data : an Introduction to Data Mining, John Wiley & Son,
2005
5. Ethem Alpaydin, Introduction to Machine Learning, 3rd ed., MIT Press, 2014
6. Florin Gorunescu, Data Mining : Concepts, Models and Techniques, Springer, 2011
7. Oded Maimon and Lior Rokach, Data Mining and Knowledge Discovery Handbook Second Edition,
Springer, 2010
8. Warren Liao and Evangelos Triantaphyllou (eds,), Recent Advances in Data Mining of Enterprice Data
: Algoritms and Applications, World Scientific, 2007

6. Apa itu Data ?

7. Manusia
Memproduksi
data
• Menurut Kamus Besar Bahasa Indonesia
(KBBI), data adalah keterangan atau bahan nyata
yang dapat dijadikan dasar kajian untuk
membuat analisis dan kesimpulan
• Manusia memproduksi beragam data yang
jumlah dan ukurannya sangat besar
• Astronomi
• Bisnis
• Kedokteran
• Ekonomi
• Olahraga
• Cuaca
• Finansial
• dll

8. Pertumbuhan Data
Astronomi
• Sloam Digital Sky Survei
• New Mexico, 2000
• 140 TB over 10 years
• Large synoptic Survei
Telescope
• Chile, 2016
• Will acquire 140TB every five
days
Biologi dan Kedokteran
• European Bioinformatics Institute (EBI)
• 20 PB of data (genomic data doubles in size
each year
• A single sequenced human genome can be
around 1400GB in size

9. Perubahan Kultur dan Perilaku

10. Datangnya Stunami Data
• Mobile Electronics market
• 5B mobile phone in use in 2010
• 150M tablets was sold in 2012 (IDC)
• 200M is global notebooks shipments in 2012 (Digitimes
Research)
• Web and Social Networks generates amount of data
• Google process 100PB per day, 3 million servers
• Facebook has 300 PB of user data per day
• 15 out of 17 sectors in the US have more data stored per
company than the US library of Congress

11. Mengapa Data Mining?
We are drowning in data, but
starving for knowledge !

12. Apa itu Data
Mining?

13. Apa itu Data Mining?
• Disiplin ilmu yang mempelajari metode untuk mengekstrak pengetahuan atau
menemukan pola dari suatu data yang besar
• Ekstraksi dari data ke pengetahuan:
1. Data : fakta yang terekam dan membawa arti
2. Pengetahuan : Pola, rumus, aturan atau model yang muncul dari data
• Nama lain data mining :
• Knowledge Discovery in Database (KDD)
• Knowledge extraction
• Pattern analysis
• Information harvesting
• Business intelligence

14. Apa itu Data Mining?
Himpunan Data Metode Data Mining Pengetahun

15. Defenisi Data Mining
• Melakukan ekstraksi untuk mendapatkan informasi penting yang sifatnya
implisit dan sebelumnya tidak diketahui, dari suatu data (witten et al.,
2011)
• Kegiatan yang meliputi pengumpulan, pemakaian, data historis untuk
menemukan keteraturan, pola dan hubungan dalam set data berukuran
besar (Santosa, 2007)
• Exraction of interesting (non-trivial, implicit, previously unknown and
potentially useful) pattern or knowledge from huge amount data (Han et
al, 2011)

16. Data – Informasi -
Pengetahuan
• Data Kehadiran Pegawai

17. Data – Informasi
- Pengetahuan
• Informasi Akumulasi
Bulanan Kehadiran di
Pegawai

18. Data – Informasi
- Pengetahuan
• Pola kebiasaan kehadiran
mingguan pegawai

19. Data – Informasi – Pengetahuan - Kebijakan
• Kebijakan penataan jam kerja karyawan khusus untuk senin dan
jumat
• Peraturan :
• Hari senin dimulai jam 10:00
• Hari Jumat diakhiri jam 14:00
• Sisa jam kerja dikompensasi ke hari lain

20. Data Mining pada Business Intelligence

21. Hubungan dengan Berbagai Bidang

22. Ada Pertanyaan?
Sekian & Terima Kasih