Mahasiswa/i dapat menjelaskan latar belakang munculnya teknik data mining, serta tahapan-tahapan umum dalam proses data mining
Pengenalan Data Mining - Definisi
Mahasiswa/i dapat menjelaskan definisi data, dan proses awal yang dilakukan terhadap data agar dapat menjadi inputan yang baik dalam teknik data mining
Data
- Jenis
Mahasiswa/i dapat menjelaskan teknikteknik merepresentasikan data
Eksplorasi Data
- Statistik Data
Mahasiswa/i dapat menjelaskan teknik klasifikasi dalam data mining
Klasifikasi
- Konsep dasar klasifikasi
- Decision Tree
Mahasiswa/i dapat memahami teknik/metoda analisis asosiasi dalam data mining
- Evaluasi Kinerja pengklasifikasi
- Metoda untuk membandingkan pengklasifikasi
- Algoritma nearest neighnour,Bayesian,ense mble methods
- imbalance >
UTS
UTS
Mahasiswa/i dapat memahami teknik/metoda analisis asosiasi dalam data mining
Analisis Asosiasi
- Algoritma FP- Growth
- Teknik evaluasi pola-pola asosiasi
- Frequent itemset generation
- Rule generation, compact representation of frequent itemset
- Menangani atribut kategoris dan atribut kontinu dalam analisis asosi
Mahasiswa/i dapat menjelaskan
bagaimana menangani anomali data, dan
mendeteksi adanya anomali data
Anomali data
- Definisi anomali data dan
pendekatan statistik
untuk mengatasi anomali
data
- Deteksi dengan proximitybased outlier, deteksi
density-based outlier
Mahasiswa/i dapat menjelaskan gambaran
aplikasi data mining dalam berbagai bidang
Aplikasi dan Trend Data Mining
- Spatial
Mahasiswa/i mampu Memilih dan
menerapkan teknik Data Mining mulai dari
persiapan data sampai dengan task data
mining dalam menyelesaikan
permasalahan sesuai dengan studi kasus
yang ada
Presentasi
Mahasiswa/i mampu menjelaskan,
membandingkan dan menganalisis studi
kasus
- Klustering
- Anomali Data
- Aplikasi dan Trend Data Mining
UAS
UAS