Brainmatics

Data Mining: Organization Use Cases

Setiap hari manusia memproduksi beragam data yang sangat besar baik jumlah dan ukurannya. Data-data tersebut diantaranya tentang data astronomi, bisnis, kedokteran, ekonomi, olahraga, cuaca dan sebagainya. Di bidang astronomi, berdasarkan survei teleskop Large Synoptic di Chile pada tahun 2016, Large Synoptic paling tidak menghasilkan data sebesar 140TB setiap 5 hari. Di bidang kedokteran, European Bioinformatics Institute (EBI) menghasilkan 20PB data genom setiap tahunnya, dimana satu manusia dapat menghasilkan data genom sekitar 140GB. Kehadiran media sosial juga mendorong meningkatnya data yang dihasilkan setiap harinya seperti Facebook, Twitter, Youtube dan sebagainya sehingga mengakibatkan datangnya tsunami data.

Tsunami data mengindikasikan bahwa data-data ini sangat melimpah namun tidak memberikan pengetahuan apapun sehingga tidak bermanfaat bagi manusia. Begitu pula dengan tsunami data yang terjadi di perusahanaa-perusahaan. Supaya data ini bermanfaat bagi perusahaan maka data harus diolah terlebih dahulu menjadi pengetahuan. Semakin banyak pengetahuan yang dihasilkan dari data, maka semakin besar pula nilai atau manfaatnya bagi perusahaan

Proses pengolahan dari data menjadi pengetahuan ini disebut dengan istilah data mining. Data mining adalah disiplin ilmu yang mempelajari metode untuk mengekstrak pengetahuan atau menemukan pola dari suatu data yang besar. Pengetahuan yang dihasilkan dapat berupa pola, rumus, aturan atau model.

Training Data Mining: Organization Use Cases merupakan training lanjutan dari Data Mining. Peserta diharapkan sudah memahami dasar-dasar dalam data mining. Materi akan fokus pada penerapan data mining di organisasi/perusahan. Peserta akan mempelajari lebih dalam mulai dari bagaimana memahami bisnis dan data di organisasi/perusahaan sampai bagaimana mengimplementasikan hasil data mining sesuai kebutuhan bisnis organisasi/perusahhaan.

 

OBJEVTIVES

  1. Memahami proses standar data mining cross-industry (CRISP-DM)
  2. Mampu menyelesaikan studi kasus data mining di organisasi/perusahaan sesuai proses standar data mining cross-industry  (CRISP-DM)

 

AUDIENCE

1. Database Administrator
2. Data Analyst
3. Business Analyst
4. Researcher
5. Programmer

 

PREREQUSITES

Data Mining

 

CONTENT

1. Pengantar Data Mining

1.1 Apa itu Data Mining?
1.2 Peran Utama dan Metode Data Mining
1.3 Sejarah Data Mining

2. Algoritma Data Mining

2.1 Algoritma Klasifikasi
2.2 Algoritma Klastering
2.3 Algoritma Asosiasi
2.4 Algoritma Estimasi dan Forecasting

3. Proses Data Mining

3.1 Proses Data Mining
3.2 Tool Aplikasi Data Mining
3.3 Penerapan Proses Data Mining (Dataset – Model)
3.4 Evaluasi dan Validasi terhadap Model yang Terbentuk
3.5 Proses Standard pada Data Mining (CRISP-DM)

4. Data Mining Application for Organization

4.1 Basic Classification Use Cases for Credit Approval and in Education
4.2 Marketing, Cross-Selling, and Recommender System Use Cases
4.4 Clustering in Medical and Educational Domains
4.5 Molecular Structure- and Property-Activity Relationship Modeling in Biochemistry and Medicine
4.6 Image Mining: Feature Extraction, Segmentation, and Classification

 

INSTRUCTOR

Romi Satria Wahono. Lahir di Madiun, 2 Oktober 1974. Menyelesaikan pendidikan dasar dan menengah di SD Negeri Sompok 4 dan SMP Negeri 8 Semarang. Menamatkan SMA di SMA Taruna Nusantara, Magelang pada tahun 1993. Menempuh pendidikan S1 (B.Eng), S2 (M.Eng), dan S3 (Dr.Eng) (on-leave) di bidang Software Engineering di Department of Computer Science di Saitama University, Jepang pada tahun 1999, 2001, dan 2004. Juga menyelesaikan PhD di bidang Software Engineering dan Machine Learning di  Faculty of Information and Computer Technology di Universiti Teknikal Malaysia Melaka pada tahun 2014. Mantan PNS dan peneliti Lembaga Ilmu Pengetahuan Indonesia (LIPI). Cisco certified instructor lulusan Nanyang Technological University (NTU), Singapore. Bidang minat penelitian adalah Software Engineering dan Machine Learning. Professional member dari asosiasi ilmiah IEEE Computer Society (90598687), ACM (6680333) dan PMI (2822015). Pendiri dan CEO dari PT Brainmatics Cipta Informatika, dan PT IlmuKomputerCom Braindevs Sistema, perusahaan yang bergerak di bidang pengembangan software, enterprise architecture, professional training dan certification center

pak hendroHendro Subagyo. Menyelesaikan program S1 (B.Eng) dan S2 (M.Eng) pada jurusan Ilmu Komputer dan Informasi Matematik di The University of Electro-Communications, Tokyo, Jepang pada tahun 1999 dan 2001. Saat ini sedang menyelesaikan program S3 (PhD) pada jurusan dan universitas yang sama. Peneliti di Pusat Dokumentasi Informasi Ilmiah (PDII), Lembaga Ilmu Pengetahuan (LIPI). Memiliki minat pada sistem operasi, pemrograman dan bahasa pemrograman (khususnya Java dan Real-Time Java) dan komputer aritmatika. Pengembang aplikasi berbasis Java (J2SE dan J2EE) di beberapa perusahaan IT di Jepang dan Indonesia. Cisco Certified Instructor pada Cisco Regional Academy Centre for Scientific Documentation and Information-LIPI.