Data mining adalah kegiatan mengekstrak informasi atau pengetahuan (knowledge) penting dari suatu set data berukuran besar dengan menggunakan teknik tertentu untuk memperbaiki pengambilan keputusan. Metode dan teknik yang digunakan di dalam data mining, dikenal juga sebagai algoritma-algoritma yang ada di dalam data mining. Untuk kasus klasifikasi, regresi, klastering, dan lain-lain mempunyai algoritma yang berbeda-beda sebagai solusi penyelesaian kasusnya.
Share Kelas Ini :
Informasi Umum
Course ini membahas tentang algoritma yang umum dipakai dalam data mining. Pembahasan terkait algoritma-algoritma yang disajikan diantaranya adalah Support Vector Machine, Decision Tree, K-Nearest Neighbor, Naive Bayes, dan K-Means. Dengan mempelajari course ini, peserta diharapkan mampu memahami konsep dari algoritma data mining dan juga menjadi dasar pengetahuan pada pengolahan data. Materi pembelajaran yang ada di course ini mendukung kemampuan peserta dalam profesi Data Scientist, Data Analyst, AI Engineer, dan profesi lain terkait dengan pengolahan data.
Target Pembelajaran
1. Peserta mampu memahami konsep dan metode data mining.
2. Peserta mampu mengimplementasikan algoritma data mining ke dalam kasus data.
3. Peserta mampu menerapkan metode data mining menggunakan pemrograman python.
Spesifikasi
1. Komputer yang terinstall python 3 dan jupyter notebook (untuk pengerjaan offline).
2. Komputer dengan browser, koneksi internet, dan akun gmail agar dapat menggunakan Google Colaboratory (untuk pengerjaan online)
Kriteria Kelulusan
Peserta diwajibkan untuk mengambil kuis dari setiap silabus yang ada di course. Tugas akhir dapat diakses jika peserta telah menyelesaikan kuis di setiap silabus dengan nilai yang memenuhi kriteria ketuntasan minimal (KKM) yaitu 70. Setelah peserta menyelesaikan kuis dan tugas akhir, maka peserta akan mendapatkan sertifikat.
Skema Penilaian
A. Kuis (80%)
Soal kuis di setiap silabus terdiri dari soal-soal pilihan ganda yang harus dijawab oleh peserta. Nilai kuis dapat diperoleh jika peserta dapat menyelesaikan kuis di setiap silabus dengan sempurna. Nilai kuis setiap silabus akan diakumulasikan sebanyak 10 %.
B. Tugas akhir (20%)
Tugas akhir terdiri dari satu soal analisis yang diambil dari silabus. Nilai tugas akhir dapat diperoleh jika peserta berhasil menyelesaikan tugas akhir dengan baik.
Jadwal Diskusi
Pada Course ini tidak ada diskusi.
Detail Course
-
Penyusun Materi
BISA AI Academy
-
Harga Course
FREE
Pemula
3 Jam
1344 Siswa
6 Modul
4.5
