Data Mining: Menggali Pola Berguna dari Data

Kelas ini untuk pemula yang sudah terbiasa bekerja dengan data (misalnya lewat spreadsheet atau dasar-dasar Python/SQL) tetapi belum pernah membangun model penambangan data secara utuh. Setelah selesai, peserta mampu mengubah sebuah pertanyaan kerja nyata menjadi tugas data mining yang terukur, menyiapkan datanya, membangun dan membandingkan beberapa model, lalu menilai kinerjanya secara jujur dan

8 modul 56 unit ajar 16.6 jam Bahasa Indonesia ± 0.37 sks KKNI jenjang 6 Terjangkar ESCO

Setelah menyelesaikan kelas ini kamu bisa

Merumuskan masalah kerja nyata menjadi tugas data mining yang spesifik (klasifikasi, prediksi nilai, pengelompokan, atau aturan asosiasi) lengkap dengan definisi target dan ukuran keberhasilannya
Menerapkan alur kerja baku CRISP-DM secara berurutan dari pemahaman masalah, pemahaman data, penyiapan data, pemodelan, evaluasi, sampai penerapan
Menganalisis mutu sekumpulan data (nilai hilang, pencilan, duplikat, ketidakkonsistenan kode) dan memilih penanganan yang dapat dipertanggungjawabkan alasannya
Membangun sedikitnya tiga model dengan algoritme berbeda pada satu masalah yang sama, lalu membedakan kekuatan dan kelemahan masing-masing pada data tersebut
Mengevaluasi kinerja model memakai metrik yang sesuai konteks keputusan, bukan akurasi semata, serta mendeteksi kebocoran data dan pemodelan berlebih
Merumuskan rekomendasi tindakan berbasis temuan model sekaligus menilai risiko etis dan kepatuhan pelindungan data pribadi sebelum model dipakai