Matakuliah

Data Mining

- Fakultas Matematika dan Ilmu Pengetahuan Alam

Deskripsi Mata Kuliah

Pengantar data mining: motivasi pentingnya data mining, pengertian data mining, jenis data yang dibisa ditambang, pola yang dapat ditambang, teknologi yang digunakan untuk data mining, aplikasi data mining. Penyiapan data / preprocessing: pembersihan data, data integrasi, reduksi data, reduksi dimensi, ekstraksi fitur, Principal Component Analysis (PCA), Non-Negative Matrix Factorization (NMF), transformasi data dan diskritisasi. Mining Frequent Patterns, Asosiasi dan Korelasi: konsep dasar, metode Frequent Itemset Mining, metode evaluasi pola. Analisis Cluster: pengantar analisis cluster, metode partisi, metode Hierarki, evaluasi clustering. Klasifikasi: konsep dasar, metode decison tree, evaluasi model.

CPL Program Studi pada MK

CPL-4 - Mampu menerapkan konsep teoritis sains dasar, matematika, peluang, dan statistika.

CPL-5 - Mampu merancang solusi untuk masalah pada bidang aktuaria dan pengelolaan risiko dengan menggunakan ilmu aktuaria, keuangan, metode statistika, dan sains data

CPL-6 - Mampu menerapkan metode aktuaria dan perangkat lunak komputer untuk menyelesaikan masalah aktuaria yang bersifat praktis maupun berbasis data.

CPMK

CPMK-1 - Mahasiswa mampu menerapkan teknik-teknik dasar pengolahan data seperti PCA, NMF, transformasi data, dan diskritisasi dalam konteks data mining.

CPMK-2 - Mahasiswa dapat menggunakan dan mengevaluasi metode-metode utama data mining, termasuk frequent pattern mining, analisis cluster, dan klasifikasi

CPMK-3 - Mampu menggunakan algoritma pemrograman untuk menerapkan teknik klasifikasi dan decision tree dalam menganalisis data dan memprediksi pola risiko di bidang aktuaria.