Section outline
-
-
Selamat datang pada konten Massive Open Online Course Universitas Airlangga dengan kursus Data Mining: Konsep dan Penerapan Praktis.
Pada course ini Anda akan mempelajari tentang Data Mining atau penambangan data. Mulai dari pembersihan data, analisis sampai dengan visualisasi untuk data terstruktur. Total materi yang akan Anda pelajari sebanyak 10 topik. Dalam MOOC ini juga dilengkapi dengan materi dalam bentuk teks (sehingga peserta course dapat mereview ulang dengan membaca materi). Selain itu, akan disediakan beberapa video agar peserta dapat belajar sambil menyimak. Selain itu, MOOC ini juga dilengkapi dengan adanya Quiz, Midterm exam, dan Final exam untuk mengukur pemahaman peserta.
Topik yang dipelajari antara lain:
1. Memahami konsep data mining
2. Memanfaatkan tools yang digunakan untuk data mining
3. Memahami proses dalam data mining mencakup:
4. Pemodelan dengan algoritma pada machine learning
5. Aplikasi data mining pada real world data
6. Keuntungan dan kerugian data mining
MOOC dengan judul Data Mining: Konsep dan Penerapan Praktis dapat diikuti oleh:
a) Mahasiswa yang mengambil mata kuliah Data Mining ataupun mahasiswa yang memerlukan materi ini untuk menambah kekayaan ilmu pengetahuan.
b) Praktisi yang bekerja dalam bidang pengolahan data, meliputi: dosen, pegawai pemerintah, pegawai di lingkungan swasta, pengusaha, data analyst, machine learning engineer.
c) Masyarakat luas yang ingin lebih mengenal atau memulai karirnya di bidang sains data, analis data, dan atau statistikawan.
Semoga MOOC ini bermanfaat. Selamat belajar dan sukses selalu.
-
Students mustMark as done
Kursus Data Mining: Konsep dan Penerapan Praktis ini merupakan self paced dimana Anda diberikan kebebasan untuk belajar secara mandiri. Durasi pembelajaran selama 10 minggu dengan tiap minggu terdapat 1 topik yang perlu dipelajari. Apabila ada pertanyaan, pada setiap topik disediakan Forum Diskusi sehingga Anda dapat memberikan pertanyaan ataupun berdiskusi dengan peserta lain.
-
-
Students mustMark as done
Topik pertama membahas mengenai Konsep Data Mining. Pada materi ini, Anda akan belajar mengenai:
1. Kenapa perlu menambang data
2. Apa yang dimaksud data mining
3. Proses dalam data mining
4. Tugas-tugas yang dilakukan dalam data mining
5. Penerapan data miningSetelah menyelesaikan materi ini, Anda diharapkan mampu menjelaskan dan mendiskusikan konsep-konsep data mining dengan benar.
Selamat belajar
-
Students mustMark as done
-
Students mustMark as done
-
-
-
Students mustMark as done
Pada topik kedua, Anda akan belajar mengenai tools yang digunakan untuk keperluan menambang data. Dalam materi ini, Anda akan dikenalkan dengan beberapa tools seperti Python, Jupyter Notebook, dan Google Colab.
Setelah menyelesaikan materi ini, Anda diharapkan mampu mendemonstrasikan tools yang digunakan untuk data mining yaitu Python, Jupyter Notebook, dan Google Colab dengan baik dan benar.
Selamat belajar
-
Students mustMark as done
-
Students mustMark as done
-
-
-
Students mustMark as done
Pada topik ketiga, akan dibahas mengenai Proses Data Mining. Pada materi ini, Anda akan belajar mengenai proses dalam data mining yang mencakup Data Pre-processing, Data Visualization, Data Modeling, hingga Model evaluation.
Setelah menyelesaikan materi ini, Anda diharapkan mampu melakukan dan menampilkan proses data mining dengan benar.
Selamat belajar
-
Students mustMark as done
-
Students mustMark as done
-
-
-
Students mustMark as done
Pada topik keempat, Anda akan belajar mengenai data. Dalam materi ini, Anda akan dikenalkan mengenai definisi data serta jenis-jenis data.
Setelah menyelesaikan materi ini, Anda diharapkan mampu memahami data secara mendalam dan komprehensif.
Selamat belajar
-
Students mustMark as done
-
Students mustMark as done
-
-
-
Students mustMark as done
Topik kelima membahas mengenai data pre-processing. Pada materi ini, Anda akan belajar mengenai:
1. Kenapa perlu melakukan data pre-processing
2. Data cleaning
3. Data integration and transformation
4. Data reduction
5. Discretization dan konsep hirarkiSetelah menyelesaikan materi ini, Anda diharapkan mampu melakukan dan menampilkan data pre-processing dengan benar.
Pada akhir pembelajaran topik kelima, Anda diwajibkan untuk mengerjakan Quiz. Quiz ini bertujuan untuk mengukur kemampuan Anda setelah mengikuti 5 topik materi.
Selamat belajar
-
Students mustMark as done
-
Students mustMark as done
-
Students mustMark as done
-
-
-
Students mustMark as done
-
-
-
Students mustMark as done
Untuk topik keempat, Anda akan belajar mengenai Analisis Data Eksplorasi. Dalam materi ini, Anda akan belajar mengenai apa itu analisis data eksplorasi, pentingnya analisis data eksplorasi, serta langkah-langkah yang bisa dilakukan untuk analisis data eksplorasi.
Setelah menyelesaikan materi ini, Anda diharapkan mampu menerapkan pengetahuan dan pemahaman atas eksplorasi data termasuk berpikir kreatif, inovatif dan mampu menerapkannya dalam sebuah data.
Selamat belajar
-
Students mustMark as done
-
Students mustMark as done
-
Students mustMark as done
-
-
-
Students mustMark as done
Topik ketujuh membahas mengenai Machine Learning, khususnya untuk Supervised Learning. Pada materi ini, Anda akan belajar mengenai algoritma di machine learning yang digunakan untuk klasifikasi yang meliputi:
1. Logistic regression
2. Naïve bayes
3. Decision tree
4. Support vector machineSetelah menyelesaikan materi ini, Anda diharapkan mampu menerapkan dan menampilkan metode klasifikasi dengan benar.
Selamat belajar
-
Students mustMark as done
-
Students mustMark as done
-
-
-
Students mustMark as done
Uuntuk topik delapan membahas mengenai Machine Learning, yaitu Unsupervised Learning. Berbeda dengan materi sebelumnya, pada materi ini Anda akan belajar mengenai algoritma di machine learning yang digunakan untuk pengelompokan yang meliputi:
1. Klaster hirarki
2. Pengelompokan dengan metode k-means
3. Pengelompokan dengan metode dbscanSetelah menyelesaikan materi ini, Anda diharapkan mampu menerapkan dan menampilkan metode pengelompokan data dengan benar.
Selamat belajar
-
Students mustMark as done
-
UNSUPERVISED LEARNING
-
-
Students mustMark as done
-
-
-
Students mustMark as done
Pada topik sembilan, Anda akan belajar mengenai implementasi data mining pada kehidupan sehari-hari. Anda akan belajar mengenai penerapan data mining untuk analisis dan manajemen market, penggunaan data mining untuk analisis perusahaan dan manajemen resiko, serta implementasi data mining di sektor yang lain.
Setelah menyelesaikan materi ini, Anda diharapkan mampu menerapkan metode dalam data mining untuk menganalisis data sehingga diperoleh knowledge dari data tersebut dengan benar.
Selamat belajar
-
Students mustMark as done
-
Students mustMark as done
-
-
-
Students mustMark as done
Topik sepuluh, Anda akan belajar mengenai kelebihan dan kelemahan pada data mining. Topik ini merupakan topik terakhir sehingga ketika Anda sudah menyelesaikan 10 topik, Anda diharapkan dapat memahami data mining secara komprehensif. Selain itu, pada akhir topik terdapat Final Exam yang perlu Anda kerjakan sebagai ujian terakhir Anda sebelum benar-benar menyelesaikan kursus ini.
Setelah menyelesaikan materi ini, Anda diharapkan mampu menciptakan ide baru atau cara pandang yang kritis dalam melihat konsep data mining maupun permasalahan yang dihadapi pada kondisi nyata dengan benar.
Selamat belajar
-
Students mustMark as done
-
Students mustMark as done
-
-
-
Students mustMark as done
-
-
-
Students mustMark as done
-