KETENTUAN TUGAS AKHIR DATA MINING 2023

LABORATORIUM KOMPUTER UNIVERSITAS PAKUAN

KETENTUAN

1. Mahasiswa membentuk kelompok dengan jumlah maksimal 3 orang/kelompok (jika ada yang
ganjil 1 dikelas, boleh 4 orang. Kalau 2 maka bikin kelompok baru)
2. Tugas akhir dibuat selama rentang waktu 2 minggu (Pertemuan 11 – Pertemuan 12)
3. Batas Akhir Pengumpulan 25 Desember 2023, Pukul 23.59 WIB.
4. Batas Akhir Presentasi 29-30 Desember 2023 (Jika tidak ada libur cuti bersama) Jika ada, maka
akan di perpanjang sampai minggu berikutnya, sebelum UAS teori dimulai.
5. Tidak ada waktu tambahan, ketika UAS dimulai, maka tidak bisa lagi melakukan presentasi.
6. Presentasi utama akan dilakukan di masing-masing jadwal praktikum, jika ingin presentasi diluar
jadwal praktikum, minimal ada 3-5 Kelompok yang ingin presentasi pada satu waktu. Silahkan
hubungi asprak untuk melakukan presentasi diluar jadwal praktikum.
7. Presentasi wajib dilakukan secara luring (offline).

TEKNIS PELAKSANAAN

1. Kelompok mahasiswa diharuskan melakukan prediksi/klasifikasi/klusterisasi terhadap suatu

dataset.
2. Dataset harus mengikuti syarat minimal mempunyai 200 baris data dan minimal 4 field atribut.
3. Proses data mining harus ada 3 bagian yaitu pre-processing, modeling, dan evaluasi.
4. Pembagian nilai dibagi menjadi 2 :
a. 60% nilai kelompok yang terdiri dari project secara keseluruhan
b. 40% nilai individu yang terdiri dari pemahaman dari project, dan spesialisasi dalam bagian
yang dikerjakan (laporan tidak dihitung)
Contoh : Bryan mengerjakan pencarian data sesuai dan preprocessing, Natasya
mengerjakan model data mining, Bayu mengerjakan proses evaluasi dan hasil. (contoh
saja, bukan berarti harus begini) jika mengerjakan laporan atau mengerti laporan saja,
maka nilai individu hanya berlaku 20%.
5. Penilaian maksimal untuk prediksi/klasifikasi/klusterisasi terhadap materi yang telah diajarkan
adalah 90 (tentu saja tergantung kualitas project), menggunakan metode selain yang sudah
diajarkan meningkatkan nilai maksimal ke 100.
6. Pembuatan laporan tidak memerlukan format seperti laporan formal, faktor yang harus ada pada
laporan adalah :
 a. Detail data, seperti jumlah data, jumlah atribut, atribut yang di pakai untuk di proses, alasan
kenapa memakai atribut tersebut untuk di proses, sumber data, dan manfaat memproses
data.
b. Proses Modelling Data, menggunakan metode apa, proses nya butuh apa saja, dan inti dari
model yang digunakan dalam proses data fungsinya apa.
c. Evaluasi data, bisa berupa grafik, dan dijelaskan manfaat hasil yang bisa berguna dari data
yang telah di proses.
7. Pengumpulan berkas berupa link google collab, link laporan berformat .pdf (contoh :
A_Kelompok1_TADM), dan tambahan seperti google looker studio (jika ada).
8. Link Pengumpulan : https://forms.gle/Vhw6DpQkAqXX9XL58

*PERTANYAAN DAPAT DI TANYAKAN DI GRUP MASING-MASING, SILAHKAN SPAM TAG ASPRAKNYA JIKA
TIDAK MEMBALAS

Selamat Mengerjakan :D