Anda di halaman 1dari 3

Satuan Acara Perkuliahan

Mata Kuliah : Data Mining


Jurusan : S1 Sistem Informasi
Sks : 3 Sks
Prasyarat : 1. Statistika
2. Algoritma dan Struktur Data
3. Basis Data
Pustaka : 1. Jiawei Han, Micheline Kamber, 2006. Data Mining Concept and Technique, Morgan Kaufman Publishers, San Fransisco.
2. Hoffer, et all,2011. Modern Database Management, Pearson Education.

SESI POKOK BAHASAN MATERI BAHASAN Waktu (Menit) SASARAN BELAJAR METODE / ALAT PUSTAKA
1 Pendahuluan (C1) Tata Tertib Perkuliahan Ceramah
Pengenalan Data Mining : Lcd Projektor
o Perkembangan teknologi
Basisdata
o Pengujian Data yang ditambang Mahasiswa mampu menjelaskan
150 pengertian data mining dan
o Relasional Tabel
o Transaksi pemanfaatannya
o Berbagai macam tipe data
o Tugas-Tugas dalam mining data
dengan perbedaan Knowledge
2 Data mining Modeling (C1) Siklus Data Mining Ceramah
Teknik preprocessing Diskusi
Berbagai macam metoda statistik Lcd Projektor
untuk mendeskripsikan kesimpulan Mahasiswa mampu menjelaskan
150
data siklus dari data mining
Data Cleaning
Metoda integrasi data, transformasi,
dan reduksi
3. Analytical Processing Teknik OLAP, OLTP Ceramah
Arsitektur dan implementasi data Diskusi
warehouse Lcd Projektor
Mahasiswa mampu menjelaskan
Metode studi tentang data : 150
arsitektur pemodelan dan data
o Cube Computation,
o Discovery-driven cube exploration,
o Multifeature
o Cube Gradient Analysis
4 Berbagai Macam Metoda Frequent patterns, Ceramah
Mining Data (C3) Associations, Mahasiswa mampu menerapkan Diskusi
Correlations in transactional and 150 metoda mining data pada kasus Lcd Projektor
relational databases and data nyata
warehouses.
5 Berbagai Macam Metoda Market basket analysis, Mahasiswa mampu menerapkan Ceramah
Mining Data (C3) Frequent item set 150 metoda mining data pada kasus Diskusi
Mining multilevel association rules nyata Lcd Projektor
6. Berbagai Macam Metoda Multidimensional association rules Mahasiswa mampu menerapkan Ceramah
Mining Data (C3) Quantitative association rules. 150 metoda mining data pada kasus Diskusi
nyata Lcd Projektor
7. Proyek Aplikasi Data Mining Preprocessing, Data Cleaning Mahasiswa mampu menyelesaikan Diskusi
(C3) Aplikasi Frequent Item Set 150 kasus data mining dengan metoda Lcd Projektor
Aplikasi Asosiasi frequent item set dan asosiasi
8. UJIAN TENGAH SEMESTER
9. Metoda Deskripsi Data Pengertian Classification Ceramah
Classification dan Prediction Pengertian Prediksi Diskusi
(C3) Metoda Klasifikasi : Mahasiswa mampu menerapkan Lcd Projektor
o Decision Tree 150 metoda klasifikasi dan prediksi pada
o Rule Based Technique kasus nyata
o Neural Network : Backpropagation
o Support Vector Machine
10. Metoda Deskripsi Data Metoda Klasifikasi : Ceramah
Classification dan Prediction o Klasifikasi Asosiatf Mahasiswa mampu menerapkan Diskusi
(C3) o K-Nearest Neighbor 150 metoda klasifikasi dan prediksi pada Lcd Projektor
o Case-Based Reasoning kasus nyata
o Genetic Algorithms
11. Metoda Deskripsi Data Metoda Klasifikasi : Ceramah
Mahasiswa mampu menerapkan
Classification dan Prediction o Rough Set Diskusi
150 metoda klasifikasi dan prediksi pada
(C3) o Fuzzy Set Lcd Projektor
kasus nyata
o Regresi
12 Metoda Clustering Metoda Cluster Ceramah
Mahasiswa mampu menjelaskan
o Partitioning Diskusi
150 peggunaan metoda clustering pada
o density-based Lcd Projektor
kasus nyata
o grid-based methods
o Outlier analysis
13-15 Proyek Aplikasi Data Mining Aplikasi Metoda Klasifikasi : Decision Mahasiswa mampu menyelesaikan Diskusi
(C3) Tree 150 kasus data mining dengan metoda Lcd Projektor
Aplikasi Metoda Cluster : Partisioning klasifikasi dan cluster
16. UJIAN AKHIR SEMESTER