SILABUS MATA KULIAH

Program Studi                                      :    Teknik Informatika

Kode / Nama Mata Kuliah                   :    16067306 / Data Mining

Jumlah SKS / Semseter                        :    3 SKS / VII

Mata Kuliah Pra Syarat                        :    Statistik untuk Komputasi, Kecerdasan Komputasional

Capaian Pembelajaran Lulusan           :

  1. Mampu          mengidentifikasi,           menganalisis           dan         menyelesaikan           masalah           secara  sistematis  dan    terorganisasi   dalam    bidang    teknologi    informasi    dan    komunikasi
  2. Menguasai konsep    dan    teori    dasar    bidang    informatika
  3. Mampu       menyelesaikan        masalah        teknologi        informasi        dan     komunikasi        dengan  keahlian     komputasi    cerdas    dan    visualisasi
  4. Memiliki kreatifitas    dalam    mengembangkan    berbagai    alternatif    solusi

Capaian Pemebelajaran Mata Kuliah  :

  1. Mahasiswa  mengetahuitentang    bermacam-­‐macam     tipe    data    dan    beberapa    sumber  data  (database,    warehouse,    transaksional,       WWW)
  2. Mahasiswa memahami    konsep    dan    mampu    menerapkan    teknik    pre-­‐prosesing    data.
  3. Mahasiswa    mampu     membuat     sistem     untuk     penggalian     data     dan analisa     pola     data    dengan        menerapkan        metode-­‐metode             kecerdasan           komputasional           dan           metode    probabi
  4. Mahasiswa     mampu       menganalisi       dan       menyelesaikan       suatu       permasalahan       dalam  suatu  studi    kasus    dengan    memanfaatkan    sistem    penggalian    data
POKOK BAHASANALAT/BAHAN/SUMBER BELAJAR
Pengenalan  tipe-­‐tipe    data    (nominal,    binary,    numerik)    dari    berbagai    sumber    data    (database,    warehouse,    transaksional,        WWW).LCD Projector, Laptop / – / Pang-­‐Ning     Tan,   Michael   Steinbach,   Vipin   Kumar,   “Introduction   to   Data   Mining  ”,    Addison-­‐Wesley,    2005.
cara    untuk    menghitung     similarity   dan   dissimilary   serta   beberapa   teknik   preprosesing   data   antara   lain:    pembersihan,         integrasi,       reduksi,       transformation,       diskritisasi.LCD Projector, Laptop / – / Rajaraman,  Anand,    “Mining    of    Massive    Datasets”,    Stanford    University,    2011    
Pemanfaatan       metode      klasifikasi,       clustering,       asosiasi       dan       regresi       untuk       proses    penggalian     dan     analisa     dataLCD Projector, Laptop / – / Han,   Jiawei;   Kamber,   Micheline,   ”DATA   MINING     :   CONCEPT   AND     TECHNIQUES”,    Morgan    Kauffman    Pub,    2001    
Studi    kasus    permasalahan      dan    mahasiswa     akan       menganalisis   serta menyelesaikan    permasalahan     tersebut   dengan     membuat   sebuah   sistem     yang   mampu   memberikan   solusi   berdasarkan    proses menemukan    pola    yang    ada   di    sebuah    data.LCD Projector, Laptop / – / Han,   Jiawei;   Kamber,   Micheline,   ”DATA   MINING     :   CONCEPT   AND     TECHNIQUES”,    Morgan    Kauffman    Pub,    2001    

Download Silabus