Garis besar topik

    • PROFILE MATA KULIAH Forum

      Assalamu'alaikum Wr. Wb

      Tabik pun....... GEN DJ THEBEST

      Selamat datang Rekan Rekan Mahasiswa yang saya banggakan dimanapun berada. Semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWT. Aamiin

      Selamat datang di mata kuliah Penambangn Data (SSD23413) online/daring SPADA (Sistem Pembelajaran Daring) Jurusan Sistem Informasi Prodi Sains Data Fakultas Ilmu Komputer IIB Darmajaya. Mata kuliah ini ditujukan bagi peserta didik yang sedang mengambil program S1 Sarjana pada rumpun Ilmu Komputer, terutama terkait dengan bidang Sains Data

      Mata kuliah DATA MINING ini memiliki beban 4 SKS (2 SKS teori dan 2 SKS pratek). Detail pembelajaran selama 1 semester dapat dilihat pada Rencana Pembelajaran Semester (RPS) yang dapat diunduh melalui http://rps.darmajaya.ac.id/ 

      Selamat mengikuti perkuliahan ini dengan baik, Salam hangat dan tetap semangat!
      Keep Calm and Learn at Home.

      Wassalamu'alaikum Wr. Wb

      Sri Karnila
    • Siswa harus
      Tandai selesai

      DESKRIPSI MATAKULIAH

      Data mining adalah matakuliah yang mempelajari tentang proses penemuan pola, tren, korelasi, atau hubungan dalam dataset besar untuk mengekstraksi informasi atau wawasan yang berguna. Ini melibatkan berbagai teknik dari statistik, pembelajaran mesin, dan sistem basis data untuk menganalisis dan menginterpretasi data. Tujuan utama dari data mining adalah untuk mengungkap pola tersembunyi dan pengetahuan dari volume data yang besar, yang kemudian dapat digunakan untuk pengambilan keputusan, prediksi, dan optimisasi di berbagai bidang seperti bisnis, ilmu pengetahuan, kesehatan, keuangan, dan pemasaran. Teknik data mining umum termasuk pengelompokan, klasifikasi, regresi, penambangan aturan asosiasi, deteksi anomali, dan penambangan teks


    • Siswa harus
      Tandai selesai

      TATA CARA PERKULIAHAN 

      1.     Mahasiswa masuk perkuliahan OFFLINE 

      2.     Presensi kehadiran perkuliahan tetap melalui student di SIAKAD dan  Attendance di LMS baik perkuliahan     

              secara OnLINE 

      3.     Seluruh mahasiswa dan dosen yang melaksanakan perkuliahan secara OFFLINE



    • Siswa harus
      Tandai selesai

      CAPAIAN PEMBELAJARAN 

      PL04

      Mampu mengidentifikasi dan merumuskan masalah dalam bidang sains data menggunakan statistika, matematika, pemrograman, dan teknologi computer untuk mendapatkan pengetahuan baru

      PL06

      Mampu menerapkan pengelolaan data besar (pengumpulan, penyimpanan, representasi, pemeliharaan), dan menjamin ketersediaan data untuk pengolahan data menjadi pengetahuan baru

      PL07

      Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan dan/atau teknologi sesuai dengan bidang keahliannya dengan menunjukkan kinerja mandiri, bermutu, dan terukur.

      PL09

      Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya berdasarkan hasil analisis terhadap informasi dan data

      PL10

      Mampu memilih metoda yang tepat, dan mengoperasikan tools untuk mengoptimalkan penyelesaian masalah data tertentu untuk menghasilkan pengetahuan baru yang mendukung strategi dan kemajuan bisnis.

      PL12

      Mampu menganalisis, mengidentifikasi, dan merumuskan masalah data dalam bidang sains data menggunakan ilmu statistika dan matematika serta aplikasinya untuk mendapatkan informasi dan pengetahuan baru


    • Siswa harus
      Tandai selesai

      MODEL ASESMEN


      Range

      Nilai

      Bobot

       80 - 100

      A

      4

      75 ΓÇô 79.5

      A-

      3.75

      70 ΓÇô 74.5

      B+

      3.5

      65 ΓÇô 67.5

      B

      3

      55 ΓÇô 64.5

      C

      2

      30 ΓÇô 54.5

      D

      1

      <30

      E

      0



    • Siswa harus
      Tandai selesai

      BOBOT PENILAIAN

      Peserta didik akan dievaluasi penguasaannya dan pemahamannya terhadap materi kuliah dengan menggunakan pendekatan sebagai berikut :
      1.  Presensi Kehadiran (20%)
      2.  Tugas Mandiri (20%)
      3.  Ujian Tengah Semester (20%)
      4.  Ujian Akhir Semester (20%)
      5.  Etika (20%)

    • Rencana Pembelajaran Semester (RPS) Berkas DOCX
      Siswa harus
      Tandai selesai
      615.5 KB · Diunggah 7/03/26, 22:04

  • MINGGU 1 : Pertemuan 1 & 2 : Selasa 3 Maret 2026: 13.00-14.30 DAN 14.40 - 16.10

    Assalamu'alaikum Wr. Wb

    Apa kabar hari ini? semoga tetap dalam keadaan sehat dan semangat belajar walaupun dalam keadaan berpuasa.

    Pada pertemuan minggu 1 ini kita akan membahas adalah Introduction  to data mining, dengan sub pokok bahasan :

    Sesi pertama : Kontrak kuliah
    Sesi Kedua dengan sub pokok bahasan : Introduction to Data Mining

    -         The Data Explosion

    -         Knowledge Discovery

    -         Applications of Data Mining

    Selamat belajar
    Terima kasih

    Wassalamu'alaikum Wr. Wb
    Sri Karnila


    • Materi Pertemuan ke 1 Berkas PPTX
      Siswa harus
      Tandai selesai
      743.7 KB · Diunggah 7/03/26, 22:26
    • Materi Pertemuan ke 2 Berkas PPTX
      Siswa harus
      Tandai selesai
      738.1 KB · Diunggah 7/03/26, 22:26

  • MINGGU 2 : Pertemuan 3 & 4 : Selasa 11 Maret 2026: 13.00-14.30 DAN 14.40 - 16.10

    Assalamu'alaikum Wr. Wb

    Semoga tetap dalam keadaan sehat dan semangat. 

    Pada pertemuan minggu 2  kita akan membahas 

    Dengan  sub pokok bahasan :

    -        Standard Formulation

    -        Types of Variable

    -        Data Preparation

    -        Missing Values

    -        Reducing the Number of Attributes

    -        The UCI Repository of Datasets

    -        Open software untuk penambangann data dengan google colab, jupyter notebook

    -   Merepresentasikan cara penambangan data dan persiapan data untuk preposesing

    Selamat belajar
    Terima kasih

    Wassalamu'alaikum Wr. Wb
    Sri Karnila


    • Materi Pertemuan ke 3 Berkas PPTX
      Siswa harus
      Tandai selesai

      Silahkan download di baca untuk di pahami

      880.6 KB · Diunggah 7/03/26, 22:36
    • Materi Pertemuan ke 4 Berkas PPTX
      Siswa harus
      Tandai selesai
      745.7 KB · Diunggah 7/03/26, 22:38

  • MINGGU 3 : Pertemuan 5 & 6 : Selasa 17 Maret 2026: 13.00-14.30 DAN 14.40 - 16.10

    Assalamu'alaikum Wr. Wb

    Pada pertemuan minggu 3 hari ini kita akan membahas pokok bahasan :  Dealing with Large Volumes of Data 

    sub pokok bahasan :

    -         Introduction

    -         Distributing Data onto Multiple Processors

    -         Case Study: PMCRI

    -         Evaluating the E∩¼Çectiveness of a

     di Sesi kedua dengan bahasan :  

    -  Evaluating the E∩¼Çectiveness of a Distributed System: PMCRI

    - Revising a Classifier Incrementally

    Selamat belajar

    Wassalamu'alaikum Wr. Wb
    Sri Karnila

    Terima kasih

    • Materi Pertemuan ke 5 Berkas PDF
      Siswa harus
      Tandai selesai

      Silahkan download dan dipelajari

      559.4 KB · Diunggah 9/03/26, 16:31
    • Materi Pertemuan ke 6 Berkas PDF
      Siswa harus
      Tandai selesai
      494.0 KB · Diunggah 9/03/26, 16:29
    • Siswa harus
      Tandai selesai

      Bukti kehadiran :


    • Tugas 2 Penugasan
      Siswa harus
      Tandai selesai

      Silahkan kumpulkan tugas di link berikut

  • MINGGU 4 : Pertemuan 7 & 8 : Selasa 24 Maret 2026: 13.00-14.30 DAN 14.40 - 16.10 (Kuliah Penganti)

    Assalamu'alaikum Wr. Wb

    Pada pertemuan minggu 4  hari kita akan membahas Dealing with Large Volumes of Data

    sub pokok bahasan :

    Introduction to Classification

    - What Is Classi∩¼ücation

    - Naive Bayes Classi∩¼üers

    - Nearest Neighbour Classi∩¼ücation

    - Eager and Lazy Learning

     di Sesi kedua dengan bahasan :  pratikum (latihan dengan salah satu metode tersebut)

    Selamat belajar
    Terima kasih

    Wassalamu'alaikum Wr. Wb
    Sri Karnila


    • Materi pertemuan ke 7 dan 8 Berkas PPTX
      Siswa harus
      Tandai selesai

      Silahkan download materi untuk kita pelajari dan kita bahas.

      723.0 KB · Diunggah 31/03/26, 06:51
    • Materi lanjutan Berkas PPTX
      Siswa harus
      Tandai selesai
      719.5 KB · Diunggah 31/03/26, 06:52

  • MINGGU 5 : Pertemuan 9 & 10 : Selasa 31 Maret 2026: 13.00-14.30 DAN 14.40 - 16.10

    Assalamu'alaikum Wr. Wb

    Pada pertemuan minggu 5  ini, kita akan melanjutkan materi dan latihan terkait dengan 

    Introduction to Classi∩¼ücation, sub pokok bahasan 

    - Dasar klasifikiasi

    - Metode Klasifikasi

     di Sesi kedua dengan studi kasus pratikum 

    Selamat belajar
    Terima kasih

    Wassalamu'alaikum Wr. Wb
    Sri Karnila

    • Materi pertemuan ke 9 Berkas PPTX
      Siswa harus
      Tandai selesai
      722.9 KB · Diunggah 31/03/26, 06:57
    • Materi pertemuan ke 10 Berkas PPTX
      Siswa harus
      Tandai selesai
      720.3 KB · Diunggah 31/03/26, 06:57
    • Bacaan tambahan Berkas PPTX
      Siswa harus
      Tandai selesai
      2.6 MB · Diunggah 31/03/26, 14:30

  • MINGGU 6 : Pertemuan 11 & 12 : Selasa 7 April 2026: 13.00-14.30 DAN 14.40 - 16.10

    Assalamu'alaikum Wr. Wb

    Pada pertemuan minggu 6  ini,  kita akan membahas materi : Inducing modular rules for clasification

    sub pokok bahasan :

    Introduction to Classification

    - Rule Post-pruning

    -  Con∩¼éict Resolution

    -  Problems with Decision Trees

    -  The Prism Algorithm

     di Sesi kedua dengan bahasan :  pratikum Problems with Decision Trees

    Selamat belajar
    Terima kasih

    Wassalamu'alaikum Wr. Wb
    Sri Karnila


    • Materi Pertemuan ke 11 Berkas PPTX
      Siswa harus
      Tandai selesai
      717.6 KB · Diunggah 2/04/26, 14:17
    • Materi Pertemuan ke 12 Berkas PPTX
      Siswa harus
      Tandai selesai
      719.4 KB · Diunggah 2/04/26, 14:19
    • latihan minggu ke 6 Penugasan
      Siswa harus
      Tandai selesai

      Silahkan kerjakan tugas pratikum berikut:

      Studi Kasus: Klasifikasi Email Spam

      Sebuah sistem ingin mengklasifikasikan email menjadi:

      ┬╖       Spam

      ┬╖       Not Spam

      Link Akses Data : https://www.kaggle.com/datasets/yuliadp/data-spam

       

      Soal :

      1.     Import dan load dataset ke dalam Python.

      2.     Lakukan preprocessing pada data teks, meliputi:

      ┬╖       Mengubah teks menjadi huruf kecil (lowercase)

      ┬╖       Menghapus tanda baca

      3.     Ubah data teks menjadi bentuk numerik menggunakan metode:

      4.     CountVectorizer atau TF-IDF

      5.     Gunakan metode k-Fold Cross Validation dengan k = 5 untuk membagi data.

      6.     Bangun model klasifikasi menggunakan algoritma Naive Bayes.

      7.     Lakukan evaluasi model menggunakan:

      ┬╖       Accuracy

      ┬╖       Precision

      ┬╖       Recall

      8.     Lakukan analisis dengan menjelaskan apakah algoritma Naive Bayes cocok digunakan pada kasus ini.


  • MINGGU 7 : Pertemuan 13 & 14 : Selasa 14 April 2026: 13.00-14.30 DAN 14.40 - 16.10

    Assalamu'alaikum Wr. Wb

    Pada pertemuan minggu 7 ini,  kita akan membahas materi lanjutan minggu ke 6 dan latihan persiapan UTS. 

    Silahkan cari database di kaggle dan selesaikan dengan metode berikut : 

    - Rule Post-pruning

    -  Con∩¼éict Resolution

    -  Problems with Decision Trees

    -  The Prism Algorithm

    Selamat belajar
    Terima kasih

    Wassalamu'alaikum Wr. Wb
    Sri Karnila


    • Progres tugas Penugasan
      Siswa harus
      Tandai selesai

      Dari progres tugas minggu ke enam, dan minggu ke 7 hari ini, silahkan  di kumpul pada link berikut 

    • Materi pertemuan ke 13 dan 14 Berkas PPTX
      Siswa harus
      Tandai selesai
      2.6 MB · Diunggah 7/04/26, 14:48

  • MINGGU 8 : Pertemuan 15 : Senin 21 April 2026: 14.40-16.10 : UJIAN TENGAH SEMESTER (UTS) Praktek : LAB Animation G.2

    Assalamu'alaikum.wr.wb, 

    Selamat Siang semua

    Hari ini kita akan melaksanakan Ujian Tengah Semester (Praktek)

    Silahkan berdo'a menurut kepercayaan masing-masing,  dan membaca petunjuk pengerjaan soal.

    Kerjakan dengan telili, secara mandari atau tidak melihat pekerjaan teman,  selamat mengerjakan

    Sukses untuk kita semua, Aamiin


    Wassalam.wr.wb

    Dosen pengampu matakuliah : Sri Karnila



  • MINGGU 8 : Pertemuan 16 : Kamis 30 April 2026: 07.30-09.00: UJIAN TENGAH SEMESTER (UTS) Tiori : Ruang G.16

    Assalamu'alaikum.wr.wb, 

    Selamat Siang semua

    Hari ini kita akan melaksanakan Ujian Tengah Semester (Tiori)

    Silahkan berdo'a menurut kepercayaan masing-masing, dan membaca petunjuk pengerjaan soal.

    Kerjakan dengan telili, secara mandari atau tidak melihat pekerjaan teman,  selamat mengerjakan.

    Sukses untuk kita semua, Aamiin


    Wassalam.wr.wb

    Dosen pengampu matakuliah : Sri Karnila


  • MINGGU 9 : Pertemuan 17 & 18: Selasa 5 Mei 2026: 13.00-14.30 DAN 14.40 - 16.10

    Assalamu'alaikum Wr. Wb

    Pada pertemuan minggu 8 kita melaksankan Ujian Tengah Semester (UTS), untuk minggu ke 9 ini, pertemuan ke 17 kita akan membahas hasil UTS,

    Dan pertemuan ke 18 melanjutkan materi dalam menyelesaikan kasus dengan ensemble dan comparing. Silahkan download materi, praktekan dan mencari data baru untuk latihan. Selamat mencoba dan diskusi. 

    Selamat belajar

    Terima kasih

    Wassalamu'alaikum Wr. Wb
    Sri Karnila


    • Materi Pertemuan ke 17 dan 18 Berkas PDF
      Siswa harus
      Tandai selesai
      125.2 KB · Diunggah 24/04/26, 17:05
    • Tugas ke 4 Tiori Penugasan

      Cari beberapa metode clasifikasi dan clustering, jelaskan masing - masing kelebihan dan kekurangnnya, serta cantumkan refrensi. 

  • MINGGU 10 : Pertemuan 19 & 20: Selasa 12 Mei 2026: 13.00-14.30 DAN 14.40 - 16.10

    Assalamu'alaikum Wr. Wb

    Pada minggu 10 pertemuan ke 19 dan 20 kita akan melanjutkan materi Comparing Classifiers. silahkan materi di pelajari dan di coba praktikan dan mencari data baru untuk latihan.

    Selamat mencoba dan diskusi. 

    Terima kasih

  • MINGGU 12 : Pertemuan 23 & 24: Selasa 26 Mei 2026: 13.00-14.30 DAN 14.40 - 16.10

    Assalamu'alaikum Wr. Wb

    Pada minggu 12, pertemuan ke 23 dan 24 hari ini kita akan melanjutkan materi Clustering silahkan download materi dan coba di praktikan.

    Selamat mengerjakan 

    Terima kasih

  • MINGGU 14 : Pertemuan 27 & 28: Selasa 9 Juni 2026: 13.00-14.30 DAN 14.40 - 16.10

    Assalamu'alaikum Wr. Wb

    Pada minggu 14, pertemuan ke 27 dan 28 hari ini, kita akan membuat projek mini untuk

    mengimplemestasikan dalam menyelesaikan kasus dengan association rule, dan clustering.

    tugas anda : 

    Cari dataset sendiri dari Kaggle, UCI Repository, atau sumber publik lainnya dengan ketentuan:

    ·                  Minimal 500 baris data.

    ·                  Minimal 8 atribut.

    ·                  Memiliki atribut numerik dan kategorik.

    ·                  Memiliki atribut target (kelas) untuk klasifikasi.

    ·                  Dataset harus dapat digunakan untuk analisis clustering dan classification.

    Kasus

    Anda berperan sebagai seorang Data Analyst yang diminta melakukan analisis data untuk menemukan pola yang tersembunyi dalam data, melakukan segmentasi objek, membangun model klasifikasi, mengevaluasi performa model, serta menentukan model terbaik yang dapat digunakan sebagai dasar pengambilan keputusan.

    Selamat mengerjakan 

    Terima kasih

  • MINGGU 15 : Pertemuan 29 & 30: Selasa 16 Juni 2026: 13.00-14.30 DAN 14.40 - 16.10 (Penganti)

    Assalamu'alaikum Wr. Wb

    Pada minggu 15 pertemuan ke 29 dan 30 hari ini, silahkan kumpulkan projek mini yang telah anda selesaiakan, buat dalam bentuk laporan pratikum.

    Deskripsiakan :  Dataset, sumber data,cara penambangan data dan hasil analisis serta visualisasi data

    Terima kasih

  • MINGGU 16 : Pertemuan 30 : Selasa 23 Juni 2026: 14.40-16.10 (UAS PRAKTEK)

    Assalamu'alaikum.wr.wb

    Pada minggu 16 hari ini kita akan melaksanakan Ujian Akhir Semester (UAS) Praktek.

    Silahkan baca soal dengan teliti dan kerjakan.

    Selamat belajar

    Terima kasih

    Wassalamu'alaikum Wr. Wb
    Sri Karnila