UNIVERSITAS DHARMA ANDALAS

Jln. Sawahan Simp. Haru No. 103-A

Padang, Sumatera Barat-25123
Website: http://www.unidha.ac.id
Telp : 0751-37135
Fax : 0751-37135

FORMULIR : FM-BPM-B.03-16

RENCANA PEMBELAJARAN SEMESTER

(RPS)

NAMA MATA KULIAH : Data Mining

KODE MATA KULIAH : PTW2113
SEMESTER : VI (Enam)
PENGAMPU MATA KULIAH : Zulfahmi, S.Kom, M.Kom
Dio Prima Mulya, S.Kom, M.Kom

PROGRAM STUDI S1 SISTEM INFORMASI

UNIVERSITAS DHARMA ANDALAS
PADANG
TAHUN 2018
A. LATAR BELAKANG
Uraian ringkas tentang :
Data Mining merupakan matakuliah wajib dengan kode PTW2113 dengan beban sebanyak 3
sks. Matakuliah ini dihantarkan pada semester 6 (enam). Adapun pencapaian dari
matakuliah ini agar mahasiswa mampu mengektrak pola yang menarik dalam sebuah basis
data yang besar. Meode pembelajaran yang digunakan adalah Small Group Discution, Case
Study dan Discovery Learning

B. PERENCANAAN PEMBELAJARAN
1. Deskripsi Singkat Matakuliah :
Perkuliahan ini memberikan pengetahuan dan pemahaman tentang dasar dari
penambangan data dalam sebuah basis data yang besar. Penambangan data diperlukan pada
saat data yang tersedia terlalu banyak, namun tidak ada pola apa yang bisa didapatkan.
2. Tujuan Pembelajaran
a. memahami dan menguasai Data Mining,
b. memahami dan menguasai algoritma Data Mining,
c. dapat menjabarkan tentang fungsi dari penambangan data,
d. dapat membuat decision tree (pohon keputusan)
e. dapat menggunakan aplikasi Rapidminer
3. Capaian Pembelajaran
a. Mampu mengimplementasikan konsep dan teori dasar data mining dengan cara
menerapkan dalam berbagai kasus yang membutuhkan penambangan data.
b. Mampu menguasai algoritma dalam penambangan data, penyeleksian data, dan
memberikan aturan aturan dalam penambangan data.
c. Mampu membuat penunjang keputusan bagi perusahaan dalam pemilihan data,
penyeleksian data, danpengelompokan data.
4. Metoda Pembelajaran
Metode pembelajaran yang digunakan adalah (1).Small Group Discussion (SGD) dimana
dengan aktivitas kelompok kecil, mahasiswa akan belajar menjadi pendengar yg baik,
Bekerjasama utk tugas bersama, Memberikan & menerima umpan balik yg konstruktif,
Menghormati perbedaan pendapat, Mendukung pendapat dgn bukti, dan Menghargai sudut
pandang yg bervariasi, (2)Case Study serta Discovery Learning (Metode belajar yang
difokuskan pada pemanfaatan informasi yang tersedia, baik yg diberikan dosen maupun yg
dicari sendiri oleh mahasiswa, utk membangun pengetahuan dgn cara belajar mandiri.)

5. Penilaian
a. Penilaian individual, meliputi:
i. mid 20%
ii. ujian akhir 20%
iii. tugas individu 20%
iv. keaktifan 20%
v. etika akademik 20%
b. Standar konversi nilai yang direncanakan:
A >80
B 66 - 80
C 56- 65
D 45-55
E < 45Norma Akademik
Selama perkuliahan mahasiswa harus mematuhi aturan dasar umum perkuliahan. Toleransi
keterlambatan 10 menit, kehadiwran wajib 75%.

6. Bahan, sumber informasi, dan referensi

7. Rencana Kegiatan Pembelajaran Mingguan
8. Rencana Kegiatan Pembelajaran Mingguan
Mi Capaian Pokok dan Metoda Wa Yang dilakukan dosen Yang Penilaian Mahasiswa
ngg Pembelajaran/Kemam Sub Pokok Pembel ktu dilakukan
u puan akhir yg Bahasan ajaran Mahasiswa/
ke diharapkan pengalaman Kriteria Indika Bob
belajar tor ot
(%)
1 - Mampu memahami struktur RPS, Kontrak Ceramah, 3 sks 1. Menjelaskan tentang Data Mhs aktif Komunikasi Sering 5%
perkuliahan, garis besar tugas, Kuliah Diskusi Mining dan Kontrak Kuliah berdiskusi, yang bertanya,
UTS dan UAS. 2. Memberikan deskripsi umum menyampaikan berkualitas, menyamp
PENDAHULUA tentang matakuliah Data ide. Antusias, aikan
N Mining Pendengar pendapat,
- Mampu memahami komponen-
3. Setiap pertanyaan dari mhs ttg Mhs mencatat yang baik mengome
komponen dan kriteria
RPS dan kontrak kuliah proses dan hasil ntari
penilaian,
terjawab. kegiatan ini. pendapat
orang
- Mampu memahami kewajiban lain, bisa
dan hak mhs selama berkoordi
perkuliahan. nasi
bersama
- Mampu memahami definisi
data mining.

- Mampu menyebutkan aplikasi

data mining dalam berbagai
bidang

2 - Mampu memahami KDD - KDD - Ceramah. 3 sks 1. Memberikan deskripsi umum Mhs aktif Komunikasi Sering 5%
(Knowledge Discovery - Asociation tentang KDD berdiskusi, yang bertanya,
- Tanya
Database). 2. Menjelaskan tentang menyampaikan berkualitas, menyamp
Rules Jawab.
Association Rules ide. Antusias, aikan
- Mampu memahami Association - Latihan 3. Setiap pertanyaan dari mhs ttg Pendengar pendapat,
Rules (aturan asosiasi) Soal. preprocessing data terjawab. Mhs mencatat yang baik mengome
Mampu memahami algoritma
proses dan hasil ntari
association rules.
kegiatan ini. pendapat
orang
lain, bisa
berkoordi
nasi
bersama
3 - Mampu memahami - Preprocessing - Ceramah. 1. Memberikan pemahaman Komunikasi Sering 5%
preprocessing data. data. tentang preprocessing data yang bertanya,
- Tanya
 - Mampu memahami data - Data cleaning. Jawab. 2. Menjelaskan tentang data berkualitas, menyamp
cleaning. - Latihan cleaning Antusias, aikan
Soal 3. Setiap pertanyaan dari mhs ttg Pendengar pendapat,
algorithma terjawab. yang baik mengome
ntari
pendapat
orang
lain, bisa
berkoordi
nasi
bersama
4 - Mampu memahami Tugas dari - Tugas dari - Ceramah. 1. Menjabarkan Tahapan Komunikasi Sering 10%
Data Mining data mining datamining yang bertanya,
- Tanya
2. Menjelaskan jenis data berkualitas, menyamp
- Mampu memahami Tahapan - Tahapan data Jawab.
dalam penambangan Antusias, aikan
dari Data Mining mining - Latihan Pendengar pendapat,
Soal. yang baik mengome
ntari
pendapat
orang
lain, bisa
berkoordi
nasi
bersama
5 - Mampu memahami Market - Market Basket - Ceramah. 1. Menjelaskan MBA Komunikasi Sering 10%
Basket Analysys Analysis 2. Menjelaskan penggunaan yang bertanya,
- Tanya
dan pengaplikasian MBA berkualitas, menyamp
- Mampu memahami nilai - Support Jawab.
dalam bidang proyek dan Antusias, aikan
Support dan Confidence - Confidence - Latihan bisnis Pendengar pendapat,
Soal. 3. Aspek perhitungan nilai yang baik mengome
support dan confidance ntari
pendapat
orang
lain, bisa
berkoordi
nasi
bersama

6,7 - Mampu memahami langkah - Langkah - Ceramah. 1. Menjelaskan aturan asosiasi Komunikasi Sering 10%
dari aturan asosisasi Aturan dalam data mining yang bertanya,
- Tanya
Asosiasi 2. Menjelaskan algoritma FP- berkualitas, menyamp
- Algoritma FP-Growth Jawab.
Growth Antusias, aikan
- Mampu memahami tahapan - Fp-Growth - Latihan Pendengar pendapat,
 dari FP-Growth Soal. yang baik mengome
ntari
pendapat
orang
lain, bisa
berkoordi
nasi
bersama
8 UTS
9 - Mampu membangun Fp-Tree - FP-Tree - Tanya 1. Penggunaan Fp-tree dalam Komunikasi Sering 5%
Jawab. analisa pasar yang bertanya,
berkualitas, menyamp
- Latihan
Antusias, aikan
Soal.
Pendengar pendapat,
yang baik mengome
ntari
pendapat
orang
lain, bisa
berkoordi
nasi
bersama
10 - Aplikasi Data Miner - Kasus - Ceramah. 1. Mencontohkan kasus dalam Komunikasi Sering 5%
dunia proyek yang bertanya,
- Contoh kasus - Persiapan - Tanya
2. Menjelaskan bagaimana berkualitas, menyamp
data Jawab.
data diolah dalam proses Antusias, aikan
- penyeleksian - Latihan data mining Pendengar pendapat,
data Soal. yang baik mengome
ntari
pendapat
orang
lain, bisa
berkoordi
nasi
bersama
11 - Mampu mengelompokkan - Penamaan - Ceramah. 1. Menjelaskan penggunaan Komunikasi Sering 10%
data dan memberikan data rules dan status data yang bertanya,
- Tanya
penamaan berkualitas, menyamp
- Pemberian Jawab.
Antusias, aikan
status data - Latihan Pendengar pendapat,
- Soal. yang baik mengome
ntari
pendapat
 orang
lain, bisa
berkoordi
nasi
bersama
12 Mampu membuat FP-Tree - Pembangunan - Ceramah. 1. Menerangkan apa itu FP- Komunikasi Sering 10%
Fp-Tree kasus tree yang bertanya,
- Tanya
2. Perhitungan Frequent berkualitas, menyamp
- Frequent Jawab.
itemset Antusias, aikan
itemset - Latihan Pendengar pendapat,
Soal. yang baik mengome
ntari
pendapat
orang
lain, bisa
berkoordi
nasi
bersama
13 -mampu mengaplikasikan data - Rapid miner - Ceramah. 1. Menjelaskan aplikasi yang Komunikasi Sering 5%
kedalam pemprosessan rapid digunakan dalam data yang bertanya,
- Teknik - Tanya
miner mining algoritma fp-growth berkualitas, menyamp
penggunaan Jawab.
Antusias, aikan
rapidminer - Latihan Pendengar pendapat,
Soal. yang baik mengome
ntari
pendapat
orang
lain, bisa
berkoordi
nasi
bersama
14 - Mampu mengimplementasikan - Implementasi - Ceramah. 1. Pengolahan dalam Komunikasi Sering 10%
data ke dalam rapid miner pada kasus penambangan data pasar yang bertanya,
- Tanya
berkualitas, menyamp
Jawab.
Antusias, aikan
Pendengar pendapat,
yang baik mengome
ntari
pendapat
orang
lain, bisa
berkoordi
nasi
 bersama
15 - Presentasi - Tanya Komunikasi Sering 10%
tugas Jawab. yang bertanya,
berkualitas, menyamp
- Latihan
Antusias, aikan
Soal.
Pendengar pendapat,
yang baik mengome
ntari
pendapat
orang
lain, bisa
berkoordi
nasi
bersama
16 UAS

Dibuat Diperiksa
Tanggal September 2017 Tanggal
Oleh Zulfahmi, S.Kom, M.Sc Oleh Renita Astri, S.Kom, M.Sc
Ketua Program Studi S1 Sistem
Jabatan Sekretaris Prodi Jabatan
Informasi
Tanda Tanda
Tangan Tangan