Sidia is a education Platform website.
Deskripsi Mata Kuliah
Matakuliah ini mengkaji tentang perancangan dan pengimplementasian berbagai teknik data mining serta mengenal berbagai macam kasus dan teknik di kehidupan nyata. Pemahaman akan permasalahan di dunia nyata dan penyelesaiannya menggunakan berbagai algoritma data mining seperti klasifikasi, klasterisasi dan kaidah asosiasi. Selain itu, pengenalan akan berbagai macam tool yang ada dalam proses data mining .
CPMK
- Menerapkan teknik dan algoritma data mining untuk mengidentifikasi pola dalam data besar (C3)
- Menganalisis dan membandingkan berbagai algoritma data mining untuk menemukan yang paling efektif untuk kasus penggunaan tertentu (C4)
- Mengevaluasi efektivitas model data mining yang telah dikembangkan berdasarkan kriteria performa dan akurasi (C5)
- Menciptakan solusi inovatif untuk masalah pengolahan data yang kompleks menggunakan teknik data mining (C6)
- Menerapkan prinsip kerja tim dalam proyek data mining untuk meningkatkan efektivitas pengembangan solusi (C3)
- Menganalisis hasil data mining untuk mengidentifikasi peluang pengembangan produk atau layanan baru (C4)
- Mengevaluasi berbagai tools dan teknologi yang digunakan dalam data mining untuk memilih yang paling sesuai dengan kebutuhan proyek (C5)
- Menciptakan visualisasi data yang efektif untuk memudahkan pemahaman pola data yang kompleks (C6)
- Menerapkan etika profesional dalam mengelola data yang sensitif dan rahasia selama proses data mining (C3)
- Menganalisis studi kasus nyata untuk memahami aplikasi praktis dari data mining dalam berbagai industri (C4)
Aktifitas Pembelajaran
-
Pertemuan 1 Konsep data mining dan tahapan umum penggunaannya. -
Pertemuan 2 Teknik prapengolahan data.
PENGANTAR DATA MINING -
Pertemuan 3 Teknik representasi data.
TAHAPAN DATA MINING -
Pertemuan 4 Teknik representasi data.
DATA MINING ROLES -
Pertemuan 5 Karakterisasi dan perbandingan-perbandingan dalam concept description.
APRIORI -
Pertemuan 6 Teknik klasifikasi dalam data mining.
ALGORITMA C4.5 -
Pertemuan 7 Teknik klasifikasi dalam data mining.
DECISION TREE -
Pertemuan 8 Ujian Sub-Sumatif / Ujian Tengah Semester
K-MEANS -
Pertemuan 9 Teknik/metode analisis asosiasi dalam data mining.
CONTOH JURNAL LITERATURE REVIEW -
Pertemuan 10 Teknik/metode analisis asosiasi dalam data mining. -
Pertemuan 11 Teknik clustering dalam data mining. -
Pertemuan 12 Teknik clustering dalam data mining. -
Pertemuan 13 Cara menangani anomali data dan mendeteksi adanya anomali data. -
Pertemuan 14 Proses data mining untuk data yang kompleks. -
Pertemuan 15 Membuat aplikasi pengembangan data mining sesuai tren yang ada. -
Pertemuan 16 Ujian Sumatif / Ujian Akhir Semester
Dosen
Difficult Things About Education.
$75$10
More Similar Courses
Related Courses
Kewarganegaraan
Mata kuliah ini merupakan mata kuliah yang ditujukan untuk menjadikan para mahasiswa sebagai warga negara yang “cerdas dan baik” (smart and good citizen). Belajar Kewarganegaraan
Statistik
Pengenalandan pemahaman statistik, pengolahan data, distribusi, frekuensi, ukuran gejalapusat, simpagan baku, kurva normal, chi kuadrat, uji t, analisis varians,korelasi, regresi, dan statistik non parametrik.
Matematika Kuliner
Matematika Kuliner merupakan mata kuliah yang mengintegrasikan prinsip-prinsip matematika dengan aplikasi praktis dalam bidang kuliner. Mata kuliah ini membekali mahasiswa dengan kemampuan untuk melakukan perhitungan
Copyright © 2026 Sinau Digital UNESA All Rights Reserved