Anda di halaman 1dari 4

KONTRAK PERKULIAHAN

Nama Mata Kuliah Kode Mata Kuliah Pengajar : Data mining : KOM332 : 1. Imas S. Sitanggang, S.Si, M.Kom (Koordinator) 2. Hari Agung A, S.Kom, M.Si 3. Annisa, S.Kom, M.Kom 4. Aziz Kustiyo, S.Si, M.Kom 5. Firman Ardiansyah, S.Kom, M.Si : 6/2007-2008 : Kuliah: Senin, jam 13.00 14.40 Praktikum: Selasa, jam 13.00 15.00, Kamis, jam 11.00 13.00 : Kuliah: A000B1C1, RK B1-C1 Praktikum: Lab Komputer 1. Manfaat Mata Kuliah Data mining merupakan disiplin ilmu yang berkembang sangat cepat seiring dengan meningkatnya kebutuhan informasi yang berguna dalam pengambilan keputusan. Data mining digunakan untuk mencari pola yang bernilai dari koleksi data yang berukuran besar. Kumpulan data yang diperoleh dari berbagai sumber telah menghasilkan gunung data. Data mining telah menggabungkan disiplindisiplin ilmu lain seperti manajemen basis data, statistika, machine learning dan area terkait lainnya untuk mendapatkan pengetahuan yang berguna dari gunung data tersebut. Data mining telah banyak diaplikasikan dalam berbagai bidang seperti telekomunikasi, ilmu kedokteran, pendidikan, bisnis, dan pertanian. Mahasiswa Departemen Ilmu Komputer FMIPA-IPB dirasa perlu mempelajari teknik-teknik data mining untuk menyelesaikan permasalahan di bidang pertanian atau bidang terkait lainnya. Oleh karena itu, mata kuliah data mining perlu diselenggarakan sebagai mata kuliah pilihan bagi mahasiswa Departemen Ilmu Komputer atau mahasiswa dari Departemen lain di lingkungan IPB yang berminat mempelajari teknik-teknik dalam data mining. 2. Deskripsi Perkuliahan Mata kuliah Data mining akan membahas membahas tentang gambaran umum data mining dan fungsi-fungsinya, data dan eksplorasi data, data warehousing, OLAP (Online Analytical Processing), klasifikasi, analisis asosiasi, analisis cluster, deteksi anomali, pengantar spatial data mining, multimedia data mining, text dan web mining.

Semester Hari Pertemuan/Jam

Tempat Pertemuan

3. Tujuan Instruksional Setelah mengikuti mata kuliah ini mahasiswa akan dapat mengaplikasikan teknik-teknik data mining pada permasalahan yang diberikan. 4. Strategi Perkuliahan Perkuliahan Data mining dilaksanakan menggunakan metode ceramah, diskusi dan praktik di lab komputer. Metode ceramah dilakukan untuk menerangkan teori/konsep sebelum diskusi dilakukan. Metode diskusi dilakukan melalui pembahasan contoh kasus yang diberikan. Hal ini dilakukan untuk mengetahui sejauh mana pemahaman mahasiswa terhadap teori/konsep yang telah diberikan. Praktik di lab komputer bertujuan agar mahasiswa dapat menyelesaikan contoh kasus yang diberikan dengan bantuan perangkat lunak data mining dan data warehousing. 5. Materi/Bacaan Perkuliahan Buku/bacaan pokok dalam perkuliahan ini adalah: Kuliah: 1. Tan P., Michael S., & Vipin K. 2006. Introduction to Data mining. Pearson Education, Inc. 2. Han J & Kamber M. 2006. Data mining Concept and Techniques.MorganKauffman, San Diego 3. Imhoff C, Nicholas G, & Jonathan G. G. 2003. Mastering Data Warehouse Design, Relational and Dimensional Techniques. Wiley Publishing, Inc. Indianapolis, Indiana. 4. Witten I.H & Frank E. 2000. Data mining Practical Machine Learning Tools and Techniques with Java Implementations. Morgan-Kauffman, San Diego. 5. Miller H.J & Han J. 2001. Geographic Data mining and Knowledge Discovery. Taylor and Francis, London. Praktikum: 1. Paul S, Gautam N & Balint R. Preparing and Mining Data with Microsoft SQL Server 2000 and Analysis Services. Publisher September 2002. Updated May 2004. Microsoft Corporation. 2. Witten I.H & Frank E. 2000. Data mining Practical Machine Learning Tools and Techniques with Java Implementations. Morgan-Kauffman, San Diego.

6. Praktikum 1. Setiap mahasiswa harus membaca materi praktikum sebelum praktikum dimulai. 2. Dalam setiap pertemuan, mahasiswa akan diberikan lembar kerja yang harus dikerjakan oleh mahasiswa secara berkelompok dengan pembagian kelompok dilakukan oleh koordinator mata kuliah ini. Lembar dikumpulkan pada hari yang sama dengan pemberian lembar kerja. 3. Lembar kerja berisi soal-soal latihan yang diberikan agar mahasiswa lebih menguasai penggunaan perangkat lunak data mining dan data warehousing. 4. Nilai lembar kerja merupakan komponen penilaian praktikum. 7. Tugas dan Ujian 1. Mahasiswa akan diberikan satu tugas akhir. Tugas ini dikerjakan secara berkelompok, dengan pembagian kelompok dilakukan oleh koordinator mata kuliah ini. Tugas berupa penyelesaian contoh kasus dengan mengimplementasikan teknik-teknik data mining atau membangun data warehouse menggunakan perangkat lunak data mining atau data warehousing. Dalam penggerjaan tugas, setiap kelompok diwajibkan berkonsultasi dengan dosen pengajar untuk membahas kemajuan pembuatan tugas akhir. Laporan singkat tentang kemajuan tugas akhir dikumpulkan setiap selesai praktikum. 2. Ujian tengah dan akhir semester akan dilaksanakan sesuai dengan jadwal yang akan ditetapkan oleh AJMP-IPB atau pengelola program studi. Soal ujian berupa uraian terbatas. Sifat ujian adalah buku terbuka dengan catatan mahasiswa tidak diperbolehkan bertukar catatan dalam bentuk apapun dengan mahasiswa lain. 8. Penilaian Penilaian akan dilakukan oleh pengajar dengan berdasarkan nilai rataan kelas. Dalam menentukan nilai akhir akan digunakan pembobotan sebagai berikut: Komponen Penilaian Tugas Akhir Ujian Tengah Semester Ujian Akhir Semester Praktikum Bobot (%) 10% 30% 30% 30%

9. Absensi 1. Sesuai dengan ketentuan perkuliahan yang ditetapkan oleh IPB, mahasiswa diwajibkan menghadiri kuliah setidaknya 80% dari seluruh pertemuan. Bagi mahasiswa yang kehadirannya tidak mencapai 80%, maka mahasiswa tersebut tidak diperbolehkan mengikuti ujian akhir semester, sehingga nilai ujian akhir semesternya dinyatakan 0. Setiap mahasiswa diwajibkan mengikuti seluruh kegiatan praktikum (kehadiran praktikum: 100%). Jika mahasiswa tidak hadir dengan alasan yang sah dalam praktikum maka komponen tugas pada pertemuan yang tidak dihadiri adalah 0 dan kepada mahasiswa tersebut tidak diberikan tugas praktikum susulan. Tugas praktikum susulan hanya diberikan kepada mahasiswa yang tidak hadir dalam praktikum dikarenakan sakit yang ditunjukkan dengan surat keterangan sakit dari dokter. 2. Mahasiswa diwajibkan menyerahkan bukti ketidakhadiran yang sah kepada pengajar selambat-lambatnya satu minggu sejak tanggal mahasiswa tersebut tidak hadir dalam perkuliahan dan praktikum. 3. Pengumuman nama-nama mahasiswa yang tidak dapat mengikuti ujian akhir semester akan diberikan selambat-lambatnya 3 (tiga) hari sebelum ujian akhir semester dilaksanakan. 10. Lain-lain 1. Mahasiswa dan pengajar diwajibkan hadir di dalam ruang kuliah atau lab komputer tepat waktu. Keterlambatan diperbolehkan selambat-lambatnya 15 menit sejak pengajar memasuki ruang kuliah. Dan praktikum. 2. Mahasiswa diwajibkan mengatur handphone dalam mode silent pada saat pelaksanaan kuliah dan ujian. 3. Jika terdapat telpon penting, mahasiswa dapat menerima telpon tersebut di luar kelas dan kembali ke dalam kelas jika telah selesai menerima telpon.