Database Management
3 October 2024Sistem Penunjang Keputusan
3 October 2024Description
Matakuliah ini bertujuan untuk meningkatkan penggunaan sistem dan teknologi informasi menyebabkan peningkatan volume data yang sangat cepat. Data mining menyediakan metode dan tool untuk memanfaatkan data melalui penemuan pola atau pengetahuan yang tersembunyi, menarik dan bermanfaat dari data tersebut. Topik bahasan meliputi konsep dasar data mining, konsep data, data preprocessing, klasifikasi, Klasterisasi dan asosisasi dan segala bentuk perhitungan data mining dengan berbagai teknik tersebut serta penjelasan bagaimana pemanfaatan Software data mining.
Metode Perkuliahan ini meliputi tutorial dan diskusi, selain itu untuk melatih kerja sama dan komunikasi, akan diberikan project berupa penyelesaian masalah dengan perhitungan dan tool yang ada didalam data mining, dan akan diselesaikan secara berkelompok dan akan diberikan dipertengahan perkualiahan sampai akhir perkuliahan. metode asesmennya beruba penilaian tertulis dan penilaian berdasarkan atas proses pendokumentasian hasil analisis, desain dan pemodelannya serta bagaimana mempresentasikannya.
Capaian Pembelajaran Mata Kuliah
CPMK 01
Mahasiswa dapat mengetahui dan memahami konsep dasar dari data mining serta manfaatnya dalam berbagai aplikasi dalam berbagai bidang.
CPMK 02
Mahasiswa dapat mengetahui dan memahami Jenis dan himpunan data.
CPMK 03
Mahasiswa Dapat memahami mengetahui dan menghitung Jarak antar Objek Data “Similarity dan Disssimilarity”
CPMK 04
Mahasiswa dapat mengetahui konsep klasifikasi dalam data mining dan dapat menyelesaikan studi kasus dengan menggunakan salah satu algoritma C4.5 yang merupakan algoritma dalam Klasifikasi
CPMK 05
Mahasiswa dapat memahami dan menyelesaikan studi kasus klasifikasi dengan algoritma Naïve Bayes.
CPMK 06
Mahasiswa dapat mengerti dan memahami bagaimana memanfaatkan software data mining dalam pengolahan data Dalam data mining.
CPMK 07
Mahasiswa dapat menjelaskan konsep dasar Association Rules.
CPMK 08
Mahasiswa dapat menganalisis dan menyelesaikan studi kasus dengan menggunakan salah satu algoritma Asosiasi yaitu Apriori dan FP-Growth
CPMK 09
Mahasiswa dapat menjelaskan dan menganalisis data dengan konsep Klasterisasi dan Pemanfaatan Algoritma K-Means
CPMK 10
Mahasiswa dapat mengetahui dan memahami bagaimana Data mining berikut Big data dalam Era Industri 4.0