Kontrak Kuliah

PENGANTAR DATA MINING Latar belakang Data Mining

Defenisi Data Mining
Kontrak Kuliah Referensi Mata Kuliah
1. FA Sianturi,PM Hasugian, A Simangungunsong,
Materi/Aktivitas B. Nadek, Data mining, Konsep dan Pengujian
Pengantar Data Mining Dengan Weka, 2019
Pengantar data warehouse 2. Retno Tri Vulandari, Data mining, Teori dan
Aplikasi Rapidminer, 2017
Knowledge discovery in databases 3. Data Mining and Knowledge Discovery Handbook
Arsitektur dan model data mining Second Edition,Maimon,Oded; Rocach, Lior, Springer,
Deskripsi data mining 2010
Prediksi data mining 4. Joko Suntoro, data mining algoritma dan implementasi
dengan pemrograman PHP, 2019
Analisis Asosiasi 5. Introduction to Data Mining 2nd Edition, Tan, Pang-
Klasifikasi data Ning; Steinbach, Michael; Kumar, Vipin, Pearson
Lanjutan Klasifikasi Data Education, Inc, 2015
6. Data Mining Concepts and Techniques 3rd edition, Han,
Clustering Jiawei; Kamber, Micheline, and Jian Pei, , Morgan
Data spatial Kaufmann, 2011
Text mining Evaluasi Perkuliahan Tugas
Pengujian Dengan Aplikasi a. Absensi : 10% a. Tugas Harian
Pengujian Dengan Aplikasi b. Tugas : 20% b. Tugas Project
c. UTS : 30% c. Tugas Kelompok
d. UAS : 40%
Pendahuluan
Perkembangan yang cepat dalam teknologi pengumpulan
dan penyimpanan data telah memudahkan organisasi untuk
mengumpulkan sejumlah data berukuran besar sehingga
menghasilkan gunung data. Ekstraksi informasi yang
berguna dari gunung data menjadi pekerjaan yang cukup
menantang. Seringkali alat dan teknik analisis data
tradisional tidak dapat digunakan dalam mengekstrak
informasi dari data berukuran besar. Data mining adalah
teknologi yang merupakan campuran metode-metode
analisis data dengan algoritme-algoritme untuk memproses
data berukuran besar. Data mining telah banyak
diaplikasikan dalam berbagai bidang, diantanya dalam
bidang bisnis dan kedokteran.
 PENGERTIAN DATA MINING
Data mining adalah sebuah proses percarian secara otomatis informasi yang berguna dalam tempat penyimpanan
data berukuran besar. Istilah lain yang sering digunakan diantaranya knowledge discovery (mining) in databases
(KDD), knowledge extraction, data/pattern analysis, data archeology, data dredging, information harvesting, dan
business intelligence. Teknik data mining digunakan untuk memeriksa basis data berukuran besar sebagai cara
untuk menemukan pola yang baru dan berguna.

Data input dapat disimpan dalam berbagai format seperti flat file, spreadsheet, atau tabel-tabel relasional, dan dapat
menempati tempat penyimpanan data terpusat atau terdistribusi pada banyak tempat. Tujuan dari preprocessing
adalah mentransformasikan data input mentah ke dalam format yang sesuai untuk analisis selanjutnya. Langkah-
langkah yang terlibat dalam preprocessing data meliputi mengabungkan data dari berbagai sumber, membersihkan
(cleaning) data untuk membuang noise dan observasi duplikat, dan menyeleksi record dan fitur yang relevan untuk
pekerjaan data mining