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 Mining
Mata kuliah Datamining ini memiliki beban SKS sebesar 4 SKS, dengan kode Matakuliah : SIF21418
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.
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. Data Mining
2. Data Warehouse
3. Integrasi Data
4. E-Bisnis
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.
Semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWTSilakan anda download Materi yang ada,Terima Kasih
-
Siswa harusTandai selesaiMembahas tentangPengetahuan dasar Datamining,Ruang lingkup DataminingBidang Ilmu dan Peranan Datamining
-
Siswa harusTandai selesai
PPT ini membahas tentang Konsep Dasar Datamining
-
Siswa harusTandai selesai
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.
semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWTTerima Kasih
-
Siswa harusTandai selesai
Pokok Bahasan :
Membahas tentang :
Multidisiplin Ilmu Datamining
KNOWLEDGE DATA DISCOVERY
-
-
Siswa harusTandai selesai
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 -
Siswa harusTandai selesai
PPT Berisi Cross-Industry Standard Process for Data Mining (CRISP-DM
-
-
-
Siswa harusTandai selesai
-
Siswa harusTandai selesai
Materi Berisi
Teori Pohon Keputusan, lgoritma C45
-
Siswa harusTandai selesai
-
-
-
-
Siswa harusTandai selesai
Pokok Bahasan
penyelesaian Studi kasus pohon keputusan menggunakan Algoritma C45
-
Siswa harusTandai selesai
Materi berisi Tentang Pemahaman Node 1 dan Entropy
-
Siswa harusTandai selesai
Pokok Bahasan Materi berisi Tentang Pemahaman Node 1 dan Entropy
-
-
-
-
Siswa harusTandai selesai
Pokok Bahasan :
Penyelesaian Rumus Gain, Node 1.1 dan Pohon Keputusan
-
-
Siswa harusTandai selesai
Pokok Bahasan
Pemahaman Gain dan Penyelesaian Pohon Keputusan
-
Siswa harusTandai selesai
Berisi kelanjutan studi kasus dalam pembuatan pohon keputusan
-
-
-
Siswa harusTandai selesai
Membahas Tentang Tugas Datamining
1. Prediktif
2. DeskriptifMembahas tentang fungsi utama dalam datamining1.Klasifikasi2.Regresi3.Clustering -
Siswa harusTandai selesai
Berisi tentang Tugas dan Fungsi Utama dalam Datamining
-
Siswa harusTandai selesai
Membahas tentang Fungsi Tambahan dalam Datamining :
ΓÇó1.DeskripsiΓÇó2.EstimasiΓÇó3.Prediksi -
Siswa harusTandai selesai
Membahas tentang Fungsi Tambahan dalam Datamining
-
-
-
Siswa harusTandai selesai
Membahas :
Bayesian Classification
Bayesian Theorem
Naïve Bayesian Classifier: Training Dataset
-
Siswa harusTandai selesai
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
-
Siswa harusTandai selesai
Berisi : Bayesian Classification, Bayesian Theorem, Naïve Bayesian Classifier: Training Dataset
-
Siswa harusTandai selesai
Membahas :
Bayesian Belief Network
Rule Extraction from a Decision Tree
Rule Extraction from the Training Data
How to Learn-One-Rule?
-
Siswa harusTandai selesai
Berisi :Bayesian Belief Network, Rule Extraction from a Decision Tree, Rule Extraction from the Training Data, How to Learn-One-Rule?
-
-
BISMILLAHIRRAHMANNIRRAHIM
Assalamu'alaikum Wr. Wb, Selamat Siang
Tabik Pun...
Selamat datang Rekan Rekan Mahasiswa yang saya banggakan.
semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWTDalam Pertemuan hari ini anda akan melakukan kegiatan UTS. UTS Dilaksanakan secara Offline di kelas
Silakan Lihat Jadwal UTS anda hadir tepat waktu, di ruangan yang telah di tentukan
Selamat mengerjakan soal UTS, jangan bekerja sama dan Jangan Lupa berdoa
Terima Kasih
Wabillahi taufiq wal hidayah Wassalaamu'alaikum Warahmatullaahi Wabarakaatuh.
Melda Agarina, S.Kom., M.T.I -
-
-
-
Siswa harusTandai selesaiMateri Berisi Studi Kasus Cara menyelesaikan studi kasus dengan Metode Naive Bayes menggunakan MS. Excel
-
Siswa harusTandai selesai
Silakan baca ketentuan Tugas ini, dan kerjakan tugas sesuai dengan ketentuan yang telah diberikan..
-
-
Pertemuan Minggu Ke 11 (Pertemuan 21-22/4SKS) Rabu, Sabtu, 08 Juni 2024 Pukul. 10.40 WIB - 13.40 WIB
-
Siswa harusTandai selesai
Sub Pokok Bahasan :
Algoritma K-Means Clastering
Tahapan Algoritma K-Means Clastering
-
Siswa harusTandai selesai
Sub Topik Bahasan :
Studi kasus penyelesaian Algoritma K-Means Clastering
-
Siswa harusTandai selesai
Berikut materi pertemuan ke 21, mari disimak
-
Siswa harusTandai selesai
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.
-
-
-
Siswa harusTandai selesai
Sub Topik Bahasan
Pemahaman Algoritma kNN (k-Nearest Neighbor)
-
Siswa harusTandai selesai
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....
-
Siswa harusTandai selesaiPokok Bahasan :Contoh Studi Kasus Algoritma kNN (k-Nearest Neighbor)
-
Siswa harusTandai selesai
Video ini berisi contoh penerapan algoritma KNN
-
-
-
Siswa harusTandai selesai
Sub Pokok Bahasan :
Aplikasi yang digunakan dalam pengolahan datamining
ΓÇó1. WEKAΓÇó2. Rapid MinerΓÇó3. RattleΓÇó4. OrangeΓÇó5. KNIME -
Siswa harusTandai selesai
Berisikan tutorial serta cara download dan Install Weka Untuk Data Mining di Windows
-
Siswa harusTandai selesai
Berisikan tutorial serta cara download dan Install RapidMiner 9.1
-
-
-
Siswa harusTandai selesaiPokok Bahasan :1. Data Analytics Menggunakan Orange2. Cara menggunakan Orange Data Mining
-
Siswa harusTandai selesai
Materi berisi Data Analytics Menggunakan Orange dan Cara menggunakan Orange Data Mining
-
Siswa harusTandai selesai
Silakan anda simak video ini, sebagai tutorial anda dalam proses download dan installasi Aplikasi Orange
-
Siswa harusTandai selesai
Pokok Bahasan : 10 Algoritma dalam datamining
-
Siswa harusTandai selesai
Materi berisi 10 topik algoritma dalam datamining
-
-
-
Siswa harusTandai selesai
Pokok Bahasan :
Implementasi dari beberapa contoh algoritma datamining dalam dunia bisnis
-
Siswa harusTandai selesai
Materi berisi contoh penerapan 5 algoritma Datamining dalam dunia Bisnis
-
Siswa harusTandai selesai
Video ini menjelaskan tentang implementasi penerapan datamining dalam dunia bisnis
-
Siswa harusTandai selesai
Pokok Bahasan :
Implementasi dari beberapa contoh algoritma datamining dalam dunia pendidikan
-
Siswa harusTandai selesai
Materi berisi contoh penerapan 5 algoritma Datamining dalam dunia Pendidikan
-
Siswa harusTandai selesai
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.
semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWTDalam Pertemuan hari ini anda akan melakukan kegiatan UAS. UAS Dilaksanakan secara Offline di kelas
Silakan Lihat Jadwal UAS anda hadir tepat waktu, di ruangan yang telah di tentukan
Selamat mengerjakan soal UAS, jangan bekerja sama dan Jangan Lupa berdoa
Terima Kasih
Wabillahi taufiq wal hidayah Wassalaamu'alaikum Warahmatullaahi Wabarakaatuh.
Melda Agarina, S.Kom., M.T.I