1
RENCANA PEMBELAJARAN
SEMESTER
(RP
S)
PPKI72117
DATA MINING
PROGRAM STUDIS1 SISTEM
INFORMASI FAKULTAS ILMU
KOMPUTER (FILKOM)
2
LEMBAR PENGESAHAN
RencanaPembelajaranSemester (RPS) initelahdisahkanuntuk
matakuliahsbb:
Kode Mata Kuliah : PPKI72117
Nama Mata Kuliah : Data Mining
Padang, 2012
Menyetujui
Kaprodi S1 Sisitem Informasi
3
DAFTARISI
LEMBARPENGESAHAN...
...ii
DAFTAR
ISI...
...iii
A. PROFILMATA
KULIAH...1
B. RENCANA PEMBELAJARANSEMESTER
(RPS) ...2
C. RANCANGANINTERAKSIDOSEN–
MAHASISWA...9
D.
RANCANGANTUGAS... ...12
E.
PENILAIANDENGANRUBRIK... ...13
F.
4
A. PROFIL MATA KULIAH
IDENTITASMATAKULIAH
NamaMataKuliah :
Data Mining
KodeMataKuliah : PPKI72117
SKS : 2
Jenis : MK Peminatan
Jampelaksanaan : Tatap muka dikelas =2x50 menitperminggu
Responsi =1x50 menitperminggu
Semester/ Tingkat :
Pre-requisite : Basis Data Relasional, Probabilitas dan Statistika Co-requisite : Data Warehouse, Machine Learnin
BidangKajian :
DESKRIPSI SINGKATMATAKULIAH
Kuliah Data Mining berisi pengajaran tentang data, teknik-teknik mengolah data, teknik penggalian
data, sehingga diperoleh pola-pola tertentu yang dapat menjadi informasi yang berguna dan juga
aplikasi dan permasalahan penerapannya pada kondisi riil
DAFTAR PUSTAKA
1. Introduction to Data Mining 2nd Edition, Tan, Pang-Ning; Steinbach, Michael;
Kumar, Vipin, Pearson Education, Inc, 2015
2. Data Mining Concepts and Techniques 3rd edition, Han, Jiawei; Kamber, Micheline, and Jian Pei, Morgan Kaufmann, 2011
3. Data Mining and Knowledge Discovery Handbook Second Edition,Maimon,Oded; Rocach, Lior, Springer, 2010
5
B. RENCANA PEMBELAJARAN SEMESTER(RPS)
Minggu Kemampuan Akhir yangDiharapkan Bahan Kajian(Materi Ajar) PembelajaranBentuk Kriteria/Indikator Penilaian BobotNilai
1
memahami sistem perkuliahan, sistem penilaian, dan tata tertib kuliah
mengetahui maksud dan tujuan statistika dan probabilitas
RPS
Kontrak kuliah Pendahuluan
Ceramah dan Tanya jawab
mahasiswa mencatat semua informasi secara ringkas pada log book
2
mampu menjelaskan latar belakang munculnya teknik data mining serta tahapan-tahapan umum dalam proses data mining
Pengenalan data mining :
- defenisi dan latar belakang data mining
- tahapan-tahapan proses data mining
Ceramah, Tanya
jawab dan
penyelesaian soal
Mahasiswa merespon aktif materi yang diberikan dengan cara bertanya dan berdiskusi.
3
dapat menjelaskan defenisi data dan proses awal yang dilakukan terhadap data agar dapat menjadi inputan yang baik dalam teknik data mining
Data
- jenis dan kualitas data
- preprocessing dan teknik pengukuran data
Ceramah, Tanya
jawab dan
penyelesaian soal
Mahasiswa merespon aktif materi yang diberikan dengan cara bertanya
4
dapat menjelaskan
teknik-teknik untuk
merepresentasikan data
Eksplorasi Data - statistic data dan
visualisasi data - analisis data multi
dimensional dan OLAP
Ceramah, Tanya
jawab dan
penyelesaian soal
Mahasiswa merespon aktif materi yang diberikan dengan cara bertanya dan berdiskusi.
5 – 7 dapat menjelaskan teknik klasifikasi dalam data mining
Klasifikasi - konsep dasar
klasifikasi
Ceramah, Tanya
jawab dan
Presentasi
Relevansitugas,
6
- decision tree and model overfitting - evaluasi kinerja
pengklasifikasian - metoda untuk
membandingkan pengklasifikasian - algoritma nearest
neightnour,
Bayesian, ensemble method
- imbalance class problem
8
Mampu mempresentasikan rencana proyek penelitian data mining secara proposal
UTS Mini project Mahasiswa mampu
merancang proposal penelitian
30%
9– 10
memahami teknik analisis asosiasi dalam data mining
Analisis Asosiasi - algoritma FP Growth - teknik evaluasi
pola-pola asosiasi - frequent itemset
generation - rule generation,
compact
representasion of frequent itemset - menangani atribut
kategoris dan atribut kontinu dalam analisis asosiasi - pola sequential,
subgraph dan infrequent
Ceramah, Tanya
jawab dan
penyelesaian soal
Mahasiswa merespon aktif materi yang diberikan dengan cara bertanya dan berdiskusi.
11 dan 12
dapat menjelaskan teknik klustering dalam data mining
Klustering
- defenisi dan konsep dasar clustering - algoritma K-Means &
Ceramah, Tanya
jawab dan
Persentasi
7
Hierarchical clustering
- algoritma DBSCAN - evaluasi clustering - karakteristik data,
cluster dan algoritma clustering
- prototype-based & Density-based clustering - graph-based
clustering - skalabilitas
clustering
13
dapat menjelaskan bagaimana menangani anomaly data dan mendeteksi adanya anomaly data
Anomaly data - defenisi anomaly
data dan pendekatan statistic untuk mengatasi anomaly data
- deteksi dengan proximity-based outlier, deteksi density-based outlier, clustering-based technique
Ceramah, Tanya
jawab dan
Persentasi
Relevansi tugas, Kecakapan
presentasi
14 dan 15
dapat menjelaskan gambaran aplikasi data mining dalam berbagai bidang
Aplikasi dan trend data mining
- spasial dan multimedia data mining
- text dan web mining
- penerapan data mining dalam bidang finansial, retail industry , telekomunikasi,
Ceramah, Tanya
jawab dan
penyelesaian soal
8
biologi dan aplikasi sains
- produk-produk sistem data mining dan prototype riset
16 Mampu mempresentasikan hasil penelitian yang sesuai dengan rencana proposal
Materi Pra UAS Kuis Mahasiswa mampu
melaporkan hasil penelitian statistika dan probabilitas
20%
9
C. RANCANGAN INTERAKSI DOSEN–MAHASISWA
Kemampuan Akhir yang
Diharapkan Mahasiswa mampu mengidentifikasi dan menjelaskan kembali materi yang diberikan
Nama Kajian 1. Pengenalan Data Mining
2 . Data 3
. Eksplorasi Data 4
. Klasifikasi 5
. Asosiasi 6
. Klustering 7
. Anomali Data 8
. Aplikasi dan Tren Data Mining
Nama Strategi Ceramah dan diskusi
Minggu Penggunaan Strategi
(Metode) 4-7, 9-15
Deskripsi Singkat Strategi
(Metode) Dosen mengulas materi sebelumnya,
pembelajaran menjelaskan tujuan, hasil pembelajaran, materi, dan kesimpulan, serta mendorong
mahasiswa untuk aktif bertanya dan mengemukakan pendapat terkait materi yang
disampaikan.
RANCANGAN INTERAKSI DOSEN–MAHASISWA
Aktivitas Dosen Aktivitas Mahasiswa
Pendahuluan : Mengungkapkan apa yang telah dipahami dari Mengulas materi yang telah
diberikan materi yang telah disampaikan pada
pada pertemuan sebelumnya
(untuk pertemuan sebelumnya.
pertemuan 2 dst)
Menjelaskan tentang tujuan Menyimak penjelasan dosen. pembelajaran dari kegiatan
pembelajaran
Mengarahkan mahasiswa untuk Menyiapkan diri menerima materi yang akan melibatkan diri dan aktif dalam
kegiatan disampaikan.
10
Membahas materi Menyimak dan mencatat hal-hal penting dari materi yang disampaikan oleh dosen. Bertanya apabila ada materi yang kurang jelas.
Diskusi dan Tanya Jawab:
Menjawab pertanyaan yang diberikan.Mengajukan sejumlah
pertanyaan
terkait materi yang telah
diberikan
Penutup
Menyimak kesimpulan.Menyumpulkan Materi
Kemampuan Akhir yang
Diharapkan Mahasiswa/i dapat menjelaskan lebih lanjut dasar-dasar data mining dan metoda pengklasifikasi yang sudah dipelajari
Nama Kajian Dasar-dasar Data Mining, Klasifikasi & Analisis Asosiasi
- Review Dasar-dasar Data Mining
- Review Klasifikasi dan Analisis Asosiasi
Nama Strategi Diskusi dan Presentasi
Minggu Penggunaan Strategi
(Metode) 5-7
Deskripsi Singkat Strategi
(Metode) Mahasiswa secara berkelompok
pembelajaran mempresentasikan hasil tugas kedua yang telah dikerjakannya, kelompok lain bertugas untuk
mengajukan pertanyaan dan memberikan nilai
sesuai kriteria penilaian yang telah diberikan
RANCANGAN INTERAKSI DOSEN–MAHASISWA
Aktivitas Dosen Aktivitas Mahasiswa
- Membuka sesi presentasi
- Menyiapkan slide presentasi berdasarkan
- Memberikan pengarahan tentang tata
dokumen rencana proyek yang telah disusun
11
- Memberikan penugasan
kepada setiap - berdasarkanMencatat masukan dan koreksi kelompok untuk mengajukan hasil diskusi
pertanyaan dan memberikan
nilai - Mengajukan pertanyaan dan menilai
kepada setiap kelompok yang kelompok lain yang sedang presentasi
melakukan presentasi - Memperbaiki dokumen rencana proyek
- Menjadi moderator sesi
presentasi berdasarkan masukan yang didapat
ketika
- Membahas hasil presentasi dari
setiap diskusi
kelompok
- Menutup sesi presentasi Kemampuan Akhir yang
Diharapkan Mahasiswa/i mampu Memilih dan menerapkan teknik Data Mining dalam
menyelesaikan
permasalahan sesuai dengan studi kasus yang
ada
Nama Kajian Tugas Besar
Nama Strategi Presentasi
Minggu Penggunaan Strategi
(Metode) 11-13
Deskripsi Singkat Strategi (Metode) Mahasiswa secara berkelompok
Pembelajaran
mempresentasikan hasil Tugas yang telah
dikerjakannya, kelompok lain bertugas untuk
mengajukan pertanyaan dan memberikan nilai
sesuai kriteria penilaian yang telah diberikan
RANCANGAN INTERAKSI DOSEN–MAHASISWA Aktivitas Dosen Aktivitas Mahasiswa
12
- Memberikan pengarahan tentang tata
topik tugas besar yang telah diberikan
tertib presentasi - Mempresentasikan hasil tugas
- Memberikan penugasan kepada setiap
- Mencatat masukan dan koreksi berdasarkan
kelompok untuk mengajukan hasil diskusi pertanyaan dan memberikan
nilai - Mengajukan pertanyaan dan menilai
kepada setiap kelompok yang kelompok lain yang sedang presentasi
melakukan presentasi
- Memperbaiki hasil tugas besar sesuai
- Menjadi moderator sesi
presentasi dengan masukan revisi yang
diberikan dan
- Membahas hasil presentasi dari
setiap berdasarkan masukan yang didapat ketika
Kelompok diskusi
- Menutup sesi presentasi
D. RANCANGAN TUGAS
KodemataKuliah PPKI72117
NamaMataKuliah Data Mining
KemampuanAkhir
yangDiharapkan Setelah mengikuti mata kuliah ini, mahasiswa dapat mengenali dan membedakan tipe data,
menggunakan
tools data mining untuk tahapan preprocessing, memilih
teknik yang tepat untuk pemrosesan data
Minggu/Pertemuanke 15
Tugas ke Tugas Besar
1. Tujuantugas:
Mahasiswa/i mampu Memilih dan menerapkan teknik Data Mining mulai dari persiapan
data sampai dengan task data mining dalam menyelesaikan permasalahan riil yang
disajikan dalam bentuk aplikasi data mining.
2. Uraian Tugas: A. Obyek garapan
Mahasiswa mampu mengembangkan aplikasi baik berupa mobile, desktop maupun web dengan menggunakan teknik pemrosesan penggalian data sesuai dengan tujuan yang diharapkan,
Penyelesaian aplikasi dapat memilih diantara satu klasifikasi, klastering, asosiasi dan deteksi anomali.
b. Yang harus dikerjakan dan batasan-batasan
13
Aplikasi dapat berbasis Mobile, Web atau Non Web (Desktop). Aplikasi yang dibangun dapat diperuntukan untuk personal, publik maupun organisasi
Aplikasi dapat berbasis Mobile, Web atau Non Web (Desktop).
c. Metode/ cara pengerjaan, acuan yang digunakan - Problem Solving secara berkelompok 4-5 orang - Milestone Tugas Besar : diawali dengan membuat Proposal (Feasibility Study)
Package Software Aplikasi Poster dan CD
Laporan Dokumentasi
Pameran dan Penjurian Pemenang Contest
d. Deskripsi luaran tugas yang dihasilkan/ dikerjakan - Proposal (Feasibility Study) - Package Software Aplikasi - Poster dan Video Profile tentang aplikasi - Laporan Dokumentasi dalam bentuk hardcopy format jurnal 2 kolom –CD
3. Kriteria penilaian: Penilaian tugas ini akan didasarkan pada : a. Nilai kegunaan aplikasi dan kesesuaian metodologi 30% b. Kemampuan presentasi 15%
c. Kelengkapan Luaran yang harus dihasilkan 30% d. Sistematika Penulisan Dokumentasi 25%
E. PERSENTASE KOMPONEN PENILAIAN
1. Kuis :
10% 2. Tugas Besar :
10%
3. UTS :
20%
4. UAS :
60%
F. PENILAIAN DENGAN RUBRIK
Jenjan g (Grad
Angka
(Skor) Deskripsiperilaku(Indikator)
A >80 Tugas dikerjakan dengan tepat waktu,aplikasi sudah berjalan dengan baik , laporan dalam bentuk jurnal ditulis dengan baik, luaran tugas besar sudah lengkap, presentasi sangat baik
14
C 55–64 TabelbenTerlambat/ Tugas dikerjakan dengan tepat, aplikasi sudah berjalan dengan baik , laporan dalam bentuk jurnal ditulis dengan cukup baik, luaran tugas besar sudah lengkap, presentasi cukupar,design form benar, Query salah, relasi salah
D 45–54 Tugas tidak dikerjakan dengan tepat, aplikasi tidak berjalan dengan baik (masih ada bug), kelengkapan luaran tugas besar sangat kurang
E ≤44 Tidak mengerjakan tugas atau plagiat
G. PENENTUAN NILAI AKHIRMATAKULIAH
Nilai Angka (NA) Nilai Huruf (NH)
NA>80 A
65<NA≤79 B
55<NA ≤64 C
45<NA≤54 D