Mata Kuliah Kode Rumpun Mata Kuliah Bobot (SKS) Semester Direvisi
KONSEP DATA MINING IT-011234 Sistem Terdistribusi K: 2 SKS P: - SKS VI AGUSTUS 2018
3 Mampu menyebutkan Arsitektur Data mining: Bentuk: TM : 1x2x50’’ Melakukan instalasi Kelengkapan isi Dapat 5 1, 2,
tools data mining dan GUI (input dan output), KULIAH PT : 1x2x60’’ tools data mining. laporan. menyebutkan 5, 7
fungsinya dalam suatu Data Mining Task, data BM : 1x2x60’’ Menerapkan teknik Kebenaran isi task and tools
sistem mining tools, pengenalan Metode: datamining dalam laporan. data mining
WEKA (3) Discovery learning tools datamining Daya tarik komuni dalam berbagai
mempelajari menu Membuat laporan kasi/presentasi. kebutuhan
WEKA, mencari Mempresentasikan (ketepatan,
tools/aplikasi data hasil komunikasi)
mining lain
4-5 Mampu menjelaskan Data, data warehouse, Bentuk: TM : 2x2x50’’ Menerapkan teknik Kelengkapan isi Dapat 20 1,2,4,
tipe data, tipe atribut, tipe data (record, graf, KULIAH PT : 2x2x60’’ datamining dalam laporan. menjelaskan 8.9
dimensi data, dan dapat terurut), atribut, tipe BM : 2x2x60’’ tools datamining Kebenaran isi data yang
mengidentifikasikan atribut, data bermasalah Metode: Membuat laporan laporan. digunakan, dari
masalah pada suatu (noisy, missing values, Discovery Learning Mempresentasikan Daya tarik komuni suatu kasus data
data, mampu duplicate data), Diskusi hasil kasi/presentasi. mining: type
mengoperasikan tools praproses: Cleaning, data, atribut, type
mining untuk dimensionality reducing, atribut, dan
melakukan cleaning filtering, transformasi, dimensi datanya
data, transformasi data, diskritisasi, pengukuran Dapat menginput
mereduksi, dan similaritas dan data ke dalam
melakukan summarisasi dissimilaritas data, data tools data
data. warehouse, Exploratory mining.
Data Analysis: summary Dapat melakukan
statistic visualisasi data, preprocessing
OLAP. yang diperlukan
6-8 Mampu melakukan Konsep dan metode Bentuk: TM : 3x2x50’’ Menerapkan teknik Kelengkapan isi Dapat 20 1, 3,
clustering clustering (partisional, KULIAH PT : 3x2x60’’ datamining dalam rangkuman. mengcluster data 5, 6,
menggunakan tools dan hirarkis dan density BM : 3x2x60’’ tools datamining Kebenaran isi rang dengan secara 7, 10
menginterpretasikan based) Metode: Membuat laporan kuman. partisional,
Project Based Mempresentasikan Daya tarik komuni hirarkis maupun
Learning hasil kasi/presentasi. density based
menggunakan
Diskusi tools mining.
9 - 10 Mampu mengklasifikasi Klasifikasi: berbasis Bentuk: TM : 2x2x50’’ Menerapkan teknik Kelengkapan isi Dapat 15 1, 3,
data dan mengevaluasi probabilistik, dan pohon KULIAH PT : 2x2x60’’ datamining dalam rangkuman. mengklasifikasi 5, 6,
hasil menggunakan keputusan BM : 2x2x60’’ tools datamining Kebenaran isi rang dan 10
metode: berbasis Metode: Membuat laporan kuman. mengevaluasi
probabilistik, dan pohon Project Based Mempresentasikan Daya tarik komuni hasil, secara
keputusan Learning hasil kasi/presentasi. probabilistik, dan
pohon keputusan
Diskusi menggunakan
tools mining.
13 - 14 Mampu menjelaskan Aturan asosiasi: pola yang Bentuk: TM : 2x2x50’’ Menerapkan teknik Kelengkapan isi Dapat 20 1, 3,
dan menyebutkan kerap, aturan yang kuat. KULIAH PT : 2x2x60’’ datamining dalam rangkuman. menentukan pola 5, 6,
model Mining Frequent BM : 2x2x60’’ tools datamining Kebenaran isi rang yang kerap dan 7, 10
Patterns, Associations, Metode: Membuat laporan kuman. membuat aturan
and Correlations: Basic Project Based Mempresentasikan Daya tarik komuni asosiasi yang
Concepts and Methods Learning hasil kasi/presentasi. kuat
menggunakan
Diskusi tools data mining
A. TUJUAN TUGAS :
Penguatan pemahaman konsep proses data mining berikut elemen data mining: data, preproses, proses, penarikan kesimpulan, validasi, dan tools yang digunakan dalam
memining data.
B. URAIAN TUGAS :
a. Obyek Garapan
Tugas memilih artikel yang membahas hasil yang diperoleh dari melakukan data mining.
b. Metode atau Cara pengerjaan
Berdasarkan artikel yang dipilih, mahasiswa membuat ringkasan yang:
1. menjelaskan data yang digunakan: type data, atribut, type atribut masing-masing, dimensi
2. menjelaskan preprocessing yang digunakan
3. menjelaskan task mining yang dilakukan
4. menjelaskan hasil yang diperoleh
5. menjelaskan tools yang digunakan
c. Deskripsi Luaran tugas yang dihasilkan :
Luaran tugas berupa tulisan yang berisi ringkasan pada poin b dengan format bebas.
A. TUJUAN TUGAS :
Penguatan pemahaman data besar dan melakukan sumerisasi data menggunakan tool data mining
B. URAIAN TUGAS :
a. Obyek Garapan
Mahasiswa diberikan data.
b. Metode atau Cara pengerjaan
Berdasarkan data yang diberikan, mahasiswa:
1. Mengidentifikasi masalah data: apakah noisy, mengandung data hilang, data duplikat, atau data mencil.
2. Mengatasi masalah pada data tersebut
3. Melakukan preproses: Aggregation, Sampling, Reduksi dimensi, selesksi fitur, Feature creation, Diskritisasi dan binerisasi, transformasi atribut.
4. Menampilkan hasil summerisasi: grafik, mean, standar deviasi
A. TUJUAN TUGAS :
Mengenal berbagai tool data mining.
B. URAIAN TUGAS :
a. Obyek Garapan
Tugas berkelompok mengeksplor tools (applications, framework, OLAP dll) yang melakukan data mining atau yang digunakan dalam sistem tertentu.
b. Metode atau Cara pengerjaan
Membuat laporan yang menjelaskan fungsi dari tool dari hasil temuan mereka
c. Deskripsi Luaran tugas yang dihasilkan :
Mempresentasikan hasil temuan
A. TUJUAN TUGAS :
Memberi pengalaman melakukan clustering dengan berbagai metode.
B. URAIAN TUGAS :
a. Obyek Garapan
Melakukan clustering menggunakan pendekatan partisional, hirarkis, dan berbasis densitas dari data yang diberikan menggunakan WEKA atau tools datamining lainnya
b. Metode atau Cara pengerjaan
Mengamati hasil dan melakukan validasi
c. Deskripsi Luaran tugas yang dihasilkan :
Melaporkan semua hasil dan memberi ulasan perbandingan dari hasil ketiga pendekatan.
A. TUJUAN TUGAS :
Memberikan pengalaman melakukan klasifikasi dari suatu data dengan metode probabilistik dan pendekatan pohon keputusan.
B. URAIAN TUGAS :
a. Obyek Garapan
Mahasiswa diberikan data.
b. Metode atau Cara pengerjaan
Mengklasifikasi data yang diberikan menggunakan metode probabilistik dan mengamati kinerja klasifikasi.
Mengklasifikasi data yang diberikan menggunakan metode pohon keputusan dan mengamati kinerja klasifikasi.
c. Deskripsi Luaran tugas yang dihasilkan:
Membuat laporan dengan format yang ditentukan
A. TUJUAN TUGAS :
Memberikan pengalaman melakukan klasifikasi dari suatu data yang diberikan dengan metode berbasis aturan, tetangga terdekat, support vector machine.
B. URAIAN TUGAS :
a. Obyek Garapan
Mahasiswa diberikan data.
b. Metode atau Cara pengerjaan
Berdasarkan data yang diberikan, mahasiswa mengklasifikasi data tersebut menggunakan
1. Metode berbasis aturan
2. Metode tetangga terdekat
3. Metode support vector.
Dari masing-masing hasil klasifikasi, mahasisiwa diminta untuk memperhatikan kinerja dari masing-masing metode terhadapt data tersebut:
c. Deskripsi Luaran tugas yang dihasilkan :
Luaran tugas berupa laporan hasil klasifikasi dengan format yang ditentukan.
A. TUJUAN TUGAS :
Memberikan pengalaman melakukan penambangan aturan asosiasi menggunakan salah satu metode
B. URAIAN TUGAS :
a. Obyek Garapan
Mahasiswa diberikan data.
b. Metode atau Cara pengerjaan
Mahasiswa diberikan data transaksi dan menentukn aturan asosiasi yang kuat
c. Deskripsi Luaran tugas yang dihasilkan :
Luaran tugas berupa laporan hasil penambangan aturan asosiasi dengan format yang ditentukan.