RENCANA PEMBELAJARAN SEMESTER

JURUSAN SISTEM INFORMASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

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

Pengembang RPS Koordinator Mata Kuliah Ka. Prodi

OTORISASI

Tim Pengembang RPS 2018 KUWAT SETIYANTO Dr. Setia Wirawan

Capaian Pembelajaran Capaian Pembelajaran Program Studi:

(CP) 1. Menguasai konsep teoritis sistem informasi, pengelolaan data dan informasi, algoritma dan pemrograman, rekayasa perangkat lunak,
sistem enterprise, secara mendalam; (CP-2)
2. Mampu mengidentifikasi, menentukan dan menggunakan beberapa teknik dan perangkat analisis data mining dan big data untuk
pengembangan sistem cerdas (smart system) yang akan digunakan untuk menyelesaikan masalah dan/atau meningkatkan layanan
teknologi informasi suatu organisasi; (CP-7)
Capaian Pembelajaran Mata Kuliah
1. Menguasai konsep teoritis pengelolaan data dan informasi secara mendalam (CPMK-2.2)
2. mampu mengidentifikasi, menentukan dan menggunakan beberapa teknik dan perangkat analisis data mining dan big data untuk pengembangan sistem
cerdas (smart system) yang akan digunakan untuk menyelesaikan masalah suatu organisasi (CPMK-7.1)
3. mampu mengidentifikasi, menentukan dan menggunakan beberapa teknik dan perangkat analisis data mining dan big data untuk pengembangan sistem
cerdas (smart system) yang akan digunakan untuk meningkatkan layanan teknologi informasi suatu organisasi (CPMK-7.2)
Deskripsi Singkat MK Mata kuliah ini membahas Konsep Data Mining, Arsitektur Data mining: GUI (input dan output), Data MiningTask, perangkat dalam data mining yang dimulai
dengan mengenalkan konsep data besar sampai bagaimana praproses data, memproses, dan menarik pengetahuan dari data tersebut.
Mata kuliah ini membahas Konsep Data Mining, 2) Arsitektur Data mining: GUI (input dan output), Data MiningTask, tools Data, 3) Big Data, preprocessing
(Cleaning, dimensionality reducing, filtering), 4) Exploratory Data Analysis, Knowledge discovery, Data warehouse, 5) clustering, 6) klasifikasi dan prediksi, 7)
association rules.
Pustaka Utama:
1. Pang-Ning Tan, M. Steinbach, V. Kumar, Introduction to DATA MINING, Pearson Education, Inc., Boston, 2006.
2. Berry, Michael JA. Linnof, Gordon S., Mastering Data Mining: The Art and Science of Customer Relationship Management, John willey, Canada, 2000
 3. Chakrabarti, Soumen, Mining the Web: Discovering Knowledge from Hypertext Data, Morgan Kauffman Series, San Fransisco, 2003
Pendukung:
4. Dilly, Ruth, Student Notes: Data Mining: An Introduction, Queens University, Belfast, Url:
http://www.pcc.qub.ac.uk/tec/courses/datamining/stu_notes/dm_book_1.html
5. I.H. Witten and E. Frank., Data Mining: Practical Machine Learning Tools & Techniques, WEKA, The University of Waikato.
6. Pyle, Dorian, Business Modeling and Data Mining, Morgan Kaufman Publisher, San Fransisco, 2003
7. Markov, Zdravko, I. Russell, An Introduction to the WEKA Data Mining System, http://www.cs.ccsu.edu/~markov/weka-tutorial.pdf
8. Martinez, Wendy L. Angel R. Martinez, Exploratory Data Analysis with MATLAB, Chapman & Hall/CRC Press, 2005.
9. Berman, Jules J., PRINCIPLES OF BIG DATA Preparing, Sharing, and Analyzing Complex Information, Elsevier, 2013.
10.ZAKI, MOHAMMED J., WAGNER MEIRA JR., DATA MINING AND ANALYSIS Fundamental Concepts and Algorithms, Cambridge University Press, 2014.

Media Pembelajaran Projector, Komputer

Mata Kuliah Prasyarat Matematika Sistem Informasi 2

BENTUK DAN PENGALAMAN PENILAIAN

KEMAMPUAN AKHIR BAHAN KAJIAN
MINGGU METODE WAKTU BELAJAR Ref
YANG DIHARAPKAN (Materi Pembelajaran) KRITERIA DAN
PEMBELAJARAN MAHASISWA INDIKATOR BOBOT
BENTUK
1 2 3 4 5 6 7 8 9 10
1-2 Mampu menjelaskan  Konsep data mining dan Bentuk: TM : 2x2x50’’  Mencari referensi.  Kelengkapan isi  Dapat 5 1, 2, 9
konsep data mining dan aplikasinya pada bidang KULIAH PT : 2x2x60’’  Merangkum rangkuman. menjelaskan
dapat mengidentifikasi informasi, proses BM : 2x2x60’’ referensi.  Kebenaran isi rang konsep data
mana kegiatan data knowledge discovery Metode:  Mempresentasikan kuman. mining.
mining dan yang bukan. DISCOVERY hasil rangkuman.  Daya tarik komuni  Dapat memberi
LEARNING kasi/presentasi. contoh yang
benar, dan dapat
mengidentifikasi
preproses yang
dilakukan, task
(proses) yang
dilakukan dan
kesimpulan
 (pengetahuan)
yang diperoleh
dari menambang
data tersebut.
(ketepatan,
komunikasi)

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.

UJIAN TENGAH SEMESTER

11 - 12 Mampu mengklasifikasi  Klasifikasi: rule based, Bentuk: TM : 2x2x50’’  Menerapkan teknik  Kelengkapan isi  Dapat 15 1, 3,
dan memvalidsi hasil nearest neighbor, support KULIAH PT : 2x2x60’’ datamining dalam rangkuman. mengklasifikasi 5, 6,
suatu permasalahan vector machine, evaluasi BM : 2x2x60’’ tools datamining  Kebenaran isi rang dan 7, 10
tidak hanya Metode:  Membuat laporan kuman. mengevaluasi
dan seleksi.
berdasarkan teori tetapi Project Based  Mempresentasikan  Daya tarik komuni hasil, secara rule
juga pengalaman Learning hasil kasi/presentasi. based, nearest
praktek dalam neighbor, support
menggunakan tools Diskusi vector machine
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

UJIAN AKHIR SEMESTER

 FORMAT RANCANGAN TUGAS 1

Nama Mata Kuliah : Konsep Data Mining SKS : 2

Program Studi : Sistem Informasi Pertemuan ke : 1
Fakultas : Ilmu Komputer dan Teknologi Informasi

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.

C. KRITERIA PENILAIAN (10 %)

1. Kebenaran memilih artikel kasus data minig
2. Kelengkapan isi rangkuman
3. Kebenaran isi rangkuman
 GRADING SCHEME COMPETENCE

KRITERIA 1 : Kelengkapan isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kelengkapan konsep Lengkap dan terpadu Lengkap Masih kurang bebe rapa Hanya menunjukkan Tidak ada konsep 1
aspek yang be lum sebagian konsep saja
terungkap

KRITERIA 2 : Kebenaran isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kebenaran konsep Diungkapkan dengan Diungkap dengan tepat Sebagian besar konsep Kurang dapat Tidak ada konsep yang 2
tepat, terdapat aspek tetapi deskriptif sudah terungkap, namun mengungkapkan aspek disajikan
penting, analisis dan masih ada yang penting, melebihi halaman,
membantu memahami terlewatkan tidak ada proses
konsep merangkum hanya
mencontoh

KRITERIA 3 : Daya tarik komunikasi/presentasi

KRITERIA 3a : Komunikasi tertulis

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Bahasa Paper Bahasa menggugah Bahasa menambah Bahasa deskriptif, tidak Informasi dan data yang Tidak ada hasil 2
pembaca untuk mencari informasi pembaca terlalu menambah disampaikan tidak menarik
tahu konsep lebih dalam pengetahuan dan membingungkan
Kerapian Paper Paper dibuat dengan Paper cukup menarik, Dijilid biasa Dijilid namun kurang rapi Tidak ada hasil 1
sangat menarik dan walau tidak terlalu
menggugah semangat mengundang
membaca
KRITERIA 3b : Komunikasi lisan
DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Isi Memberi inspirasi Menambah wawasan Pembaca masih harus Informasi yang Informasi yang 2
pendengar untuk mencari menambah lagi informasi disampaikan tidak disampaikan
lebih dalam dari beberapa sumber menambah wawasan bagi menyesatkan atau salah
pendengarnya
Organisasi Sangat runtut dan Cukup runtut dan Tidak didukung data, Informasi yang Tidak mau presentasi 1
integratif sehingga memberi data pendukung namun menyampaikan disampaikan tidak ada
pendengar dapat fakta yang disampaikan informasi yang benar dasarnya
mengkompilasi isi dengan
baik
Gaya Presentasi Menggugah semangat Membuat pendengar Lebih banyak membaca Selalu membaca catatan Tidak berbunyi 1
pendengar paham, hanya sesekali catatan (tergantung pada catatan)
saja memandang catatan
 FORMAT RANCANGAN TUGAS 2

Nama Mata Kuliah : Konsep Data Mining SKS : 2

Program Studi : Sistem Informasi Pertemuan ke : 2
Fakultas : Ilmu Komputer dan Teknologi Informasi

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

C. KRITERIA PENILAIAN (15%)

Berhasil menggunakan tools dan melakukan semua tugas tersebut
 GRADING SCHEME COMPETENCE

KRITERIA 1 : Kelengkapan isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kelengkapan konsep Lengkap dan terpadu Lengkap Masih kurang bebe rapa Hanya menunjukkan Tidak ada konsep 1
aspek yang be lum sebagian konsep saja
terungkap

KRITERIA 2 : Kebenaran isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kebenaran konsep Diungkapkan dengan Diungkap dengan tepat Sebagian besar konsep Kurang dapat Tidak ada konsep yang 2
tepat, terdapat aspek tetapi deskriptif sudah terungkap, namun mengungkapkan aspek disajikan
penting, analisis dan masih ada yang penting, melebihi halaman,
membantu memahami terlewatkan tidak ada proses
konsep merangkum hanya
mencontoh

KRITERIA 3 : Daya tarik komunikasi/presentasi

KRITERIA 3a : Komunikasi tertulis
DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Bahasa Paper Bahasa menggugah Bahasa menambah Bahasa deskriptif, tidak Informasi dan data yang Tidak ada hasil 2
pembaca untuk mencari informasi pembaca terlalu menambah disampaikan tidak menarik
tahu konsep lebih dalam pengetahuan dan membingungkan
Kerapian Paper Paper dibuat dengan Paper cukup menarik, Dijilid biasa Dijilid namun kurang rapi Tidak ada hasil 1
sangat menarik dan walau tidak terlalu
menggugah semangat mengundang
membaca
KRITERIA 3b : Komunikasi lisan
DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Isi Memberi inspirasi Menambah wawasan Pembaca masih harus Informasi yang Informasi yang 2
pendengar untuk mencari menambah lagi informasi disampaikan tidak disampaikan
lebih dalam dari beberapa sumber menambah wawasan bagi menyesatkan atau salah
pendengarnya
Organisasi Sangat runtut dan Cukup runtut dan Tidak didukung data, Informasi yang Tidak mau presentasi 1
integratif sehingga memberi data pendukung namun menyampaikan disampaikan tidak ada
pendengar dapat fakta yang disampaikan informasi yang benar dasarnya
mengkompilasi isi dengan
baik
Gaya Presentasi Menggugah semangat Membuat pendengar Lebih banyak membaca Selalu membaca catatan Tidak berbunyi 1
pendengar paham, hanya sesekali catatan (tergantung pada catatan)
saja memandang catatan
 FORMAT RANCANGAN TUGAS 3

Nama Mata Kuliah : Konsep Data Mining SKS : 2

Program Studi : Sistem Informasi Pertemuan ke : 4
Fakultas : Ilmu Komputer dan Teknologi Informasi

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

C. KRITERIA PENILAIAN (5%)

a. Tools yang diajukan sesuai dengan kebutuhan dalam data mining
b. Laporan dibuat dengan jelas dan rapih
c. Presentasi dikomuniksikan dengan baik.
 GRADING SCHEME COMPETENCE

KRITERIA 1 : Kelengkapan isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kelengkapan konsep Lengkap dan terpadu Lengkap Masih kurang bebe rapa Hanya menunjukkan Tidak ada konsep 1
aspek yang be lum sebagian konsep saja
terungkap

KRITERIA 2 : Kebenaran isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kebenaran konsep Diungkapkan dengan Diungkap dengan tepat Sebagian besar konsep Kurang dapat Tidak ada konsep yang 2
tepat, terdapat aspek tetapi deskriptif sudah terungkap, namun mengungkapkan aspek disajikan
penting, analisis dan masih ada yang penting, melebihi halaman,
membantu memahami terlewatkan tidak ada proses
konsep merangkum hanya
mencontoh

KRITERIA 3 : Daya tarik komunikasi/presentasi

KRITERIA 3a : Komunikasi tertulis

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Bahasa Paper Bahasa menggugah Bahasa menambah Bahasa deskriptif, tidak Informasi dan data yang Tidak ada hasil 2
pembaca untuk mencari informasi pembaca terlalu menambah disampaikan tidak menarik
tahu konsep lebih dalam pengetahuan dan membingungkan
Kerapian Paper Paper dibuat dengan Paper cukup menarik, Dijilid biasa Dijilid namun kurang rapi Tidak ada hasil 1
sangat menarik dan walau tidak terlalu
menggugah semangat mengundang
membaca
KRITERIA 3b : Komunikasi lisan
DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Isi Memberi inspirasi Menambah wawasan Pembaca masih harus Informasi yang Informasi yang 2
pendengar untuk mencari menambah lagi informasi disampaikan tidak disampaikan
lebih dalam dari beberapa sumber menambah wawasan bagi menyesatkan atau salah
pendengarnya
Organisasi Sangat runtut dan Cukup runtut dan Tidak didukung data, Informasi yang Tidak mau presentasi 1
integratif sehingga memberi data pendukung namun menyampaikan disampaikan tidak ada
pendengar dapat fakta yang disampaikan informasi yang benar dasarnya
mengkompilasi isi dengan
baik
Gaya Presentasi Menggugah semangat Membuat pendengar Lebih banyak membaca Selalu membaca catatan Tidak berbunyi 1
pendengar paham, hanya sesekali catatan (tergantung pada catatan)
saja memandang catatan
 FORMAT RANCANGAN TUGAS 4

Nama Mata Kuliah : Konsep Data Mining SKS : 2

Program Studi : Sistem Informasi Pertemuan ke : 6
Fakultas : Ilmu Komputer dan Teknologi Informasi

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.

C. KRITERIA PENILAIAN (20 %)

1. Keberhasilan melakukan clustering
2. Kelengkapan laporan
 GRADING SCHEME COMPETENCE

KRITERIA 1 : Kelengkapan isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kelengkapan konsep Lengkap dan terpadu Lengkap Masih kurang bebe rapa Hanya menunjukkan Tidak ada konsep 1
aspek yang be lum sebagian konsep saja
terungkap

KRITERIA 2 : Kebenaran isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kebenaran konsep Diungkapkan dengan Diungkap dengan tepat Sebagian besar konsep Kurang dapat Tidak ada konsep yang 2
tepat, terdapat aspek tetapi deskriptif sudah terungkap, namun mengungkapkan aspek disajikan
penting, analisis dan masih ada yang penting, melebihi halaman,
membantu memahami terlewatkan tidak ada proses
konsep merangkum hanya
mencontoh

KRITERIA 3 : Daya tarik komunikasi/presentasi

KRITERIA 3a : Komunikasi tertulis

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Bahasa Paper Bahasa menggugah Bahasa menambah Bahasa deskriptif, tidak Informasi dan data yang Tidak ada hasil 2
pembaca untuk mencari informasi pembaca terlalu menambah disampaikan tidak menarik
tahu konsep lebih dalam pengetahuan dan membingungkan
Kerapian Paper Paper dibuat dengan Paper cukup menarik, Dijilid biasa Dijilid namun kurang rapi Tidak ada hasil 1
sangat menarik dan walau tidak terlalu
menggugah semangat mengundang
membaca
KRITERIA 3b : Komunikasi lisan
DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Isi Memberi inspirasi Menambah wawasan Pembaca masih harus Informasi yang Informasi yang 2
pendengar untuk mencari menambah lagi informasi disampaikan tidak disampaikan
lebih dalam dari beberapa sumber menambah wawasan bagi menyesatkan atau salah
pendengarnya
Organisasi Sangat runtut dan Cukup runtut dan Tidak didukung data, Informasi yang Tidak mau presentasi 1
integratif sehingga memberi data pendukung namun menyampaikan disampaikan tidak ada
pendengar dapat fakta yang disampaikan informasi yang benar dasarnya
mengkompilasi isi dengan
baik
Gaya Presentasi Menggugah semangat Membuat pendengar Lebih banyak membaca Selalu membaca catatan Tidak berbunyi 1
pendengar paham, hanya sesekali catatan (tergantung pada catatan)
saja memandang catatan
 FORMAT RANCANGAN TUGAS 5

Nama Mata Kuliah : Konsep Data Mining SKS : 2

Program Studi : Sistem Informasi Pertemuan ke : 9
Fakultas : Ilmu Komputer dan Teknologi Informasi

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

C. KRITERIA PENILAIAN (15 %)

1. Mengklasifikasi dengan kedua metode tersebut dengan benar
2. Isi laporan benar
3. Laporan dengan format yang sesuai
 GRADING SCHEME COMPETENCE

KRITERIA 1 : Kelengkapan isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kelengkapan konsep Lengkap dan terpadu Lengkap Masih kurang bebe rapa Hanya menunjukkan Tidak ada konsep 1
aspek yang be lum sebagian konsep saja
terungkap

KRITERIA 2 : Kebenaran isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kebenaran konsep Diungkapkan dengan Diungkap dengan tepat Sebagian besar konsep Kurang dapat Tidak ada konsep yang 2
tepat, terdapat aspek tetapi deskriptif sudah terungkap, namun mengungkapkan aspek disajikan
penting, analisis dan masih ada yang penting, melebihi halaman,
membantu memahami terlewatkan tidak ada proses
konsep merangkum hanya
mencontoh

KRITERIA 3 : Daya tarik komunikasi/presentasi

KRITERIA 3a : Komunikasi tertulis

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Bahasa Paper Bahasa menggugah Bahasa menambah Bahasa deskriptif, tidak Informasi dan data yang Tidak ada hasil 2
pembaca untuk mencari informasi pembaca terlalu menambah disampaikan tidak menarik
tahu konsep lebih dalam pengetahuan dan membingungkan
Kerapian Paper Paper dibuat dengan Paper cukup menarik, Dijilid biasa Dijilid namun kurang rapi Tidak ada hasil 1
sangat menarik dan walau tidak terlalu
menggugah semangat mengundang
membaca
KRITERIA 3b : Komunikasi lisan
DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Isi Memberi inspirasi Menambah wawasan Pembaca masih harus Informasi yang Informasi yang 2
pendengar untuk mencari menambah lagi informasi disampaikan tidak disampaikan
lebih dalam dari beberapa sumber menambah wawasan bagi menyesatkan atau salah
pendengarnya
Organisasi Sangat runtut dan Cukup runtut dan Tidak didukung data, Informasi yang Tidak mau presentasi 1
integratif sehingga memberi data pendukung namun menyampaikan disampaikan tidak ada
pendengar dapat fakta yang disampaikan informasi yang benar dasarnya
mengkompilasi isi dengan
baik
Gaya Presentasi Menggugah semangat Membuat pendengar Lebih banyak membaca Selalu membaca catatan Tidak berbunyi 1
pendengar paham, hanya sesekali catatan (tergantung pada catatan)
saja memandang catatan
 FORMAT RANCANGAN TUGAS 6

Nama Mata Kuliah : Konsep Data Mining SKS : 2

Program Studi : Sistem Informasi Pertemuan ke : 11
Fakultas : Ilmu Komputer dan Teknologi Informasi

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.

C. KRITERIA PENILAIAN (15 %)

a. Mengklasifikasi dengan ketiga metode tersebut dengan benar
b. Isi laporan benar
c. Laporan dengan format yang sesuai
 GRADING SCHEME COMPETENCE

KRITERIA 1 : Kelengkapan isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kelengkapan konsep Lengkap dan terpadu Lengkap Masih kurang bebe rapa Hanya menunjukkan Tidak ada konsep 1
aspek yang be lum sebagian konsep saja
terungkap

KRITERIA 2 : Kebenaran isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kebenaran konsep Diungkapkan dengan Diungkap dengan tepat Sebagian besar konsep Kurang dapat Tidak ada konsep yang 2
tepat, terdapat aspek tetapi deskriptif sudah terungkap, namun mengungkapkan aspek disajikan
penting, analisis dan masih ada yang penting, melebihi halaman,
membantu memahami terlewatkan tidak ada proses
konsep merangkum hanya
mencontoh

KRITERIA 3 : Daya tarik komunikasi/presentasi

KRITERIA 3a : Komunikasi tertulis

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Bahasa Paper Bahasa menggugah Bahasa menambah Bahasa deskriptif, tidak Informasi dan data yang Tidak ada hasil 2
pembaca untuk mencari informasi pembaca terlalu menambah disampaikan tidak menarik
tahu konsep lebih dalam pengetahuan dan membingungkan
Kerapian Paper Paper dibuat dengan Paper cukup menarik, Dijilid biasa Dijilid namun kurang rapi Tidak ada hasil 1
sangat menarik dan walau tidak terlalu
menggugah semangat mengundang
membaca
KRITERIA 3b : Komunikasi lisan
DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Isi Memberi inspirasi Menambah wawasan Pembaca masih harus Informasi yang Informasi yang 2
pendengar untuk mencari menambah lagi informasi disampaikan tidak disampaikan
lebih dalam dari beberapa sumber menambah wawasan bagi menyesatkan atau salah
pendengarnya
Organisasi Sangat runtut dan Cukup runtut dan Tidak didukung data, Informasi yang Tidak mau presentasi 1
integratif sehingga memberi data pendukung namun menyampaikan disampaikan tidak ada
pendengar dapat fakta yang disampaikan informasi yang benar dasarnya
mengkompilasi isi dengan
baik
Gaya Presentasi Menggugah semangat Membuat pendengar Lebih banyak membaca Selalu membaca catatan Tidak berbunyi 1
pendengar paham, hanya sesekali catatan (tergantung pada catatan)
saja memandang catatan
 FORMAT RANCANGAN TUGAS 7

Nama Mata Kuliah : Konsep Data Mining SKS : 2

Program Studi : Sistem Informasi Pertemuan ke : 13
Fakultas : Ilmu Komputer dan Teknologi Informasi

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.

C. KRITERIA PENILAIAN (20 %)

a. Menambang aturan asosiasi dengan kedua metode tersebut dengan benar
b. Isi laporan benar
c. Laporan dengan format yang sesuai
 GRADING SCHEME COMPETENCE

KRITERIA 1 : Kelengkapan isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kelengkapan konsep Lengkap dan terpadu Lengkap Masih kurang bebe rapa Hanya menunjukkan Tidak ada konsep 1
aspek yang be lum sebagian konsep saja
terungkap

KRITERIA 2 : Kebenaran isi rangkuman

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Kebenaran konsep Diungkapkan dengan Diungkap dengan tepat Sebagian besar konsep Kurang dapat Tidak ada konsep yang 2
tepat, terdapat aspek tetapi deskriptif sudah terungkap, namun mengungkapkan aspek disajikan
penting, analisis dan masih ada yang penting, melebihi halaman,
membantu memahami terlewatkan tidak ada proses
konsep merangkum hanya
mencontoh

KRITERIA 3 : Daya tarik komunikasi/presentasi

KRITERIA 3a : Komunikasi tertulis

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Bahasa Paper Bahasa menggugah Bahasa menambah Bahasa deskriptif, tidak Informasi dan data yang Tidak ada hasil 2
pembaca untuk mencari informasi pembaca terlalu menambah disampaikan tidak menarik
tahu konsep lebih dalam pengetahuan dan membingungkan
Kerapian Paper Paper dibuat dengan Paper cukup menarik, Dijilid biasa Dijilid namun kurang rapi Tidak ada hasil 1
sangat menarik dan walau tidak terlalu
menggugah semangat mengundang
membaca
KRITERIA 3b : Komunikasi lisan
DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR
Isi Memberi inspirasi Menambah wawasan Pembaca masih harus Informasi yang Informasi yang 2
pendengar untuk mencari menambah lagi informasi disampaikan tidak disampaikan
lebih dalam dari beberapa sumber menambah wawasan bagi menyesatkan atau salah
pendengarnya
Organisasi Sangat runtut dan Cukup runtut dan Tidak didukung data, Informasi yang Tidak mau presentasi 1
integratif sehingga memberi data pendukung namun menyampaikan disampaikan tidak ada
pendengar dapat fakta yang disampaikan informasi yang benar dasarnya
mengkompilasi isi dengan
baik
Gaya Presentasi Menggugah semangat Membuat pendengar Lebih banyak membaca Selalu membaca catatan Tidak berbunyi 1
pendengar paham, hanya sesekali catatan (tergantung pada catatan)
saja memandang catatan