Garis besar topik
-

BISMILLAHIRRAHMANNIRRAHIM
Assalamu'alaikum Wr. Wb, Selamat Malam
Tabik Pun
Selamat datang Rekan Rekan Mahasiswa yang saya banggakan.
Dimanapun berada..., semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWT.
Selamat datang di Mata kuliah Data MiningDalam Perkuliah ini kita menggunakan metode
"Hybrid Learning"yaitu pembelajaran dengan sistem daring yang dikombinasikan dengan pertemuan tatap mukatotal pertemuan yaitu 16x pertemuan yaitu 7 Pertemuan sebelum UTS dan 7 Pertemuan setelah UTS dan masing -masing pertemuan berdurasi 4sks
Mata kuliah Datamining ini memiliki beban SKS sebesar 4 SKS, dengan kode Matakuliah : SIF19421
Selamat mengikuti perkuliahan ini dengan baik,
Salam hangat dan tetap semangat !!
Wassalamu'alaikum Wr. Wb
Melda Agarina, S.Kom., M.T.IDeskripsi Matakuliah Datamining
Matakuliah ini membahas tentang pengertian data mining, Knowledge Data discovery
Model prediktif (decision tree, regresi, analisis time series, prediksi, jaringan syaraf tiruan), Model Deskriptif (Cluster, Summarization, Aturan Asosiasi, Sequence Discovery), Klasifikasi Decision Trees, Rule-Based Classifier, Klasifikasi Bayesian Clasifier, Support Vector Machine, Asosiasi Sequential/Temporal Pattern, Jaringan syaraf Tiruan, Analisis Cluster, Olaps dan Analisis Multidimensional data, Visualiasi data dan tool pendukung data mining.

STRUKTUR PELAKSANAAN PEMBELAJARAN
Struktur Pelaksanaan Pembelajaran matakuliah IMK ini, diharapkan seluruh peserta didik dapat menyelesaikan mata kuliah ini dalam kurun waktu antara 4-6 bulan.
Adapun struktur pelaksanannya pembelajaran matakuliah ini adalah sebagai berikut:
- Peserta didik diwajibkan membaca setiap materi dan konten yang diberikan per pokok bahasan, yang diikuti dengan secara aktif berpartisipasi dalam diskusi dan pengerjaan Kuis yang telah tersedia
- Setiap tiga pokok bahasan selesai, peserta didik akan diberikan tugas yang harus dikumpulkan dalam waktu tidak lebih dari satu bulan (30 hari kerja)
- Setelah peserta didik menguasai 8 (delapan) pokok bahasan, maka yang bersangkutan dapat mengikuti UTS
- Pada saat seluruh pokok bahasan telah dipahami dan dipelajari oleh peserta didik, maka yang bersangkutan dapat mengikuti UAS secara terpusat di PLPP
- Semua bentuk aktivitas selama perkuliahan harus terdata di LMS ini

IDENTITAS DIRI
Dosen Pengampu Mata Kuliah
Nama : Melda Agarina, S. Kom., M. TI
NIP : 11110309
Jenjang Akademik : Lektor
NIDN : 0225038504
Agama : Islam
Kantor : Jurusan Sistem Informasi (Gedung Raden Saleh) Lantai 1
JL. ZA Pagar Alam No 93 Bandar Lampung
Rumah : Perumnas Waykandis Bandar Lampung
Email : meldaagarina.mti@gmail.com
Matakuliah Yang diampu :
1. Interaksi Manusia dan Komputer
2. Datamining
3. Integrasi Data
4. E-Bisnis
Detail Informasi lengkap, silahkan untuk melihat data riwayat hidup selengkapnya pada file data riwayat hidup
Terima Kasih, Wabillahi taufiq wal hidayah Wassalaamu'alaikum Warahmatullaahi Wabarakaatuh.
Melda Agarina, S.Kom., M.T.I -
KATA PEMBUKAAN
BISMILLAHIRRAHMANNIRRAHIM
Assalamu'alaikum Wr. Wb, Selamat Pagi
Tabik Pun...
Dalam Pertemuan hari ini kita akan membahas tentang Pemahaman Datamining
Selamat datang Rekan Rekan Mahasiswa yang saya banggakan.
Dimanapun berada..., semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWTSilakan anda download Materi yang ada,Pastikan anda Mengisi absensi Kehadiran di menu yang sudah di tentukan serta anda bergabung kedalam group Kelas DataminingTerima Kasih
-
Membahas tentangPengetahuan dasar Datamining,Ruang lingkup DataminingBidang Ilmu dan Peranan Datamining
-
-
Membahas tentang KDD
ΓÇôDefinisi KDDΓÇôKnowledge Discovery ProcessΓÇôData Mining and Business IntelegenceΓÇôData Mining: Confluence of Multiple DisciplinesΓÇôData Mining FunctionalitiesΓÇôMajor Issues in Data MiningΓÇôSummary -
-
-
KATA PEMBUKAAN
BISMILLAHIRRAHMANNIRRAHIM
Assalamu'alaikum Wr. Wb, Selamat Pagi
Tabik Pun...
Dalam Pertemuan hari ini kita akan membahas tentang Arsitektur Datamining
Selamat datang Rekan Rekan Mahasiswa yang saya banggakan.
Dimanapun berada..., semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWTSilakan anda download Materi yang ada,Terima Kasih
-
Pokok Bahasan :
Membahas tentang :
Multidisiplin Ilmu Datamining
KNOWLEDGE DATA DISCOVERY
-
-
Proses data mining menurut Cross-Industry Standard Process for Data Mining (CRISP-DM
Proses data mining menurut Cross-Industry Standard Process for Data Mining (CRISP-DM
Pengelompokan data mining berdasarkan tugas
Datamining vs Non Datamining -
-
-
KATA PEMBUKAAN
BISMILLAHIRRAHMANNIRRAHIM
Assalamu'alaikum Wr. Wb, Selamat Pagi
Tabik Pun...
Dalam Pertemuan hari ini kita akan membahas tentang Pohon Keputusan
Selamat datang Rekan Rekan Mahasiswa yang saya banggakan.
Dimanapun berada..., semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWTSilakan anda download Materi yang ada,Terima Kasih
-
-
KATA PEMBUKAAN
BISMILLAHIRRAHMANNIRRAHIM
Assalamu'alaikum Wr. Wb, Selamat Pagi
Tabik Pun...
Dalam Pertemuan hari ini kita akan membahas tentang Algoritma c45
Selamat datang Rekan Rekan Mahasiswa yang saya banggakan.
Dimanapun berada..., semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWTSilakan anda download Materi yang ada,Terima Kasih
-
Pokok Bahasan
penyelesaian Studi kasus pohon keputusan menggunakan Algoritma C45
-
-
Pokok Bahasan Materi berisi Tentang Pemahaman Node 1 dan Entropy
-
-
-
KATA PEMBUKAAN
BISMILLAHIRRAHMANNIRRAHIM
Assalamu'alaikum Wr. Wb, Selamat Pagi
Tabik Pun...
Dalam Pertemuan hari ini kita akan membahas tentang Gain
Selamat datang Rekan Rekan Mahasiswa yang saya banggakan.
Dimanapun berada..., semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWTSilakan anda download Materi yang ada,Terima Kasih
-
-
-
Pokok Bahasan
Pemahaman Gain dan Penyelesaian Pohon Keputusan
-
-
-
KATA PEMBUKAAN
BISMILLAHIRRAHMANNIRRAHIM
Assalamu'alaikum Wr. Wb, Selamat Pagi
Tabik Pun...
Dalam Pertemuan hari ini kita akan membahas tentang Tugas Datamining
Selamat datang Rekan Rekan Mahasiswa yang saya banggakan.
Dimanapun berada..., semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWTSilakan anda download Materi yang ada,Terima Kasih
-
Membahas Tentang Tugas Datamining
1. Prediktif
2. DeskriptifMembahas tentang fungsi utama dalam datamining1.Klasifikasi2.Regresi3.Clustering -
-
Membahas tentang Fungsi Tambahan dalam Datamining :
ΓÇó1.DeskripsiΓÇó2.EstimasiΓÇó3.Prediksi -
Membahas tentang Fungsi Tambahan dalam Datamining
-
-
KATA PEMBUKAAN
BISMILLAHIRRAHMANNIRRAHIM
Assalamu'alaikum Wr. Wb, Selamat Pagi
Tabik Pun...
Dalam Pertemuan hari ini kita akan membahas tentang Model Bayesian
Selamat datang Rekan Rekan Mahasiswa yang saya banggakan.
Dimanapun berada..., semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWTSilakan anda download Materi yang ada,Terima Kasih
-
Membahas :
Bayesian Classification
Bayesian Theorem
Naïve Bayesian Classifier: Training Dataset
-
Naive bayes merupakan algoritma yang sangat populer untuk menyelesaikan masalah klasifikasi. Pada materi ini, kita akan belajar bagaimana naive bayes bekerja. Walaupun sudah banyak tools yang dapat dipakai, tapi secara logika, kita harus memahami bagaimana naive bayes bekerja.
Silakan tonton video ini
-
Berisi : Bayesian Classification, Bayesian Theorem, Naïve Bayesian Classifier: Training Dataset
-
Membahas :
Bayesian Belief Network
Rule Extraction from a Decision Tree
Rule Extraction from the Training Data
How to Learn-One-Rule?
-
Berisi :Bayesian Belief Network, Rule Extraction from a Decision Tree, Rule Extraction from the Training Data, How to Learn-One-Rule?
-
-
-
-
Silakan baca ketentuan Tugas ini, dan kerjakan tugas sesuai dengan ketentuan yang telah diberikan..
-
-
-
Materi Berisi Studi Kasus Cara menyelesaikan studi kasus dengan Metode Naive Bayes menggunakan MS. Excel
-
Silakan baca ketentuan Tugas ini, dan kerjakan tugas sesuai dengan ketentuan yang telah diberikan..
-
-
-
Sub Pokok Bahasan :
Algoritma K-Means Clastering
Tahapan Algoritma K-Means Clastering
-
Sub Topik Bahasan :
Studi kasus penyelesaian Algoritma K-Means Clastering
-
Berikut materi pertemuan ke 21, mari disimak
-
Materi ini berisi praktek Algoritma K Means Untuk Melakukan Pengelompokan Data dengan Microsoft excel, pada video ini akan dijelaskan secara rinci mulai dari pemahaman sampai dengan pembentukan iterasi sesuai dengan langkah kerja yang ada.
-
-
-
Sub Topik Bahasan
Pemahaman Algoritma kNN (k-Nearest Neighbor)
-
video ini memaparkan bagaimana algoritma k-NN (k-nearest neighbor, k tetangga terdekat) bekerja untuk mengklasifikasikan sebuah objek ke kelas tertentu berdasarkan karakteristik yang dimiliki....
-
Pokok Bahasan :Contoh Studi Kasus Algoritma kNN (k-Nearest Neighbor)
-
Video ini berisi contoh penerapan algoritma KNN
-
-
-
Sub Pokok Bahasan :
Aplikasi yang digunakan dalam pengolahan datamining
ΓÇó1. WEKAΓÇó2. Rapid MinerΓÇó3. RattleΓÇó4. OrangeΓÇó5. KNIME -
Berisikan tutorial serta cara download dan Install Weka Untuk Data Mining di Windows
-
Berisikan tutorial serta cara download dan Install RapidMiner 9.1
-
-
-
Pokok Bahasan :1. Data Analytics Menggunakan Orange2. Cara menggunakan Orange Data Mining
-
Materi berisi Data Analytics Menggunakan Orange dan Cara menggunakan Orange Data Mining
-
Silakan anda simak video ini, sebagai tutorial anda dalam proses download dan installasi Aplikasi Orange
-
-
Materi berisi 10 topik algoritma dalam datamining
-
Silakan Anda Cari Dan Review Minimal 5 Jurnal Dari Masing-Masing Algoritma Yang Sudah Ada Dalam Materi Anda (Jumlah Algoritma Yang Sudah Ada Yaitu 5 Algoritma)Yang Menggunakan Aplikasi/ Pengolahan Data Menggunakan Software Orange . Minimal Jurnal Tahun 2016 Dan Pastikan Anda Tidak Bekerjasama Karena Dalam Tugas Ini Semua Jawaban Anda Benar Asalkan Anda Tidak Bekerjasama Dan Copy Paste Dengan Temannya. Tugas Dikumpulkan Paling Lambat Minggu, 18 Juli 2020 Pukul 21.30 Wib Via LMS
DOWNLOAD TAMPLATE TUGAS DISINI
-
-
-
Pokok Bahasan :
Implementasi dari beberapa contoh algoritma datamining dalam dunia bisnis
-
Materi berisi contoh penerapan 5 algoritma Datamining dalam dunia Bisnis
-
Video ini menjelaskan tentang implementasi penerapan datamining dalam dunia bisnis
-
Pokok Bahasan :
Implementasi dari beberapa contoh algoritma datamining dalam dunia pendidikan
-
Materi berisi contoh penerapan 5 algoritma Datamining dalam dunia Pendidikan
-
Video ini menjelaskan tentang implementasi penerapan datamining dalam dunia pendidikan
-
-
BISMILLAHIRRAHMANNIRRAHIM
Assalamu'alaikum Wr. Wb, Selamat Siang
Tabik Pun...
Selamat datang Rekan Rekan Mahasiswa yang saya banggakan.
Dimanapun berada..., semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWTDalam Pertemuan hari ini anda akan melakukan kegiatan UAS
Silakan anda baca ketentuan dan aturan UAS, informasi ketentua uts bisa anda download di LMS ini
ataupun di WA Group
Selamat mengerjakan soal UAS, jangan bekerja sama dan Jangan Lupa berdoa
Terima Kasih
Tetap Jaga kesehatan dan kebersihan. Tetap dirumah jangan keluyuran. Virus Corona ada dimana mana
staysafe #dirumahsaja
Wabillahi taufiq wal hidayah Wassalaamu'alaikum Warahmatullaahi Wabarakaatuh.
Melda Agarina, S.Kom., M.T.I-
Ketentuan dan Aturan UAS DATAMINING Berkas
Silakan download aturan serta ketentuan UAS ini
-
SOAL UAS DATAMINING Berkas
Berikut soal UAS datamining anda, silakan baca ketentuan dan pastikan menuliskan identitas berupa
NPM, Nama, Kelas di Pojok Kanan atas lembar Jawaban
-