Brainmatics

Data Mining

Data Mining adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola dan hubungan dalam set data berukuran besar. Kegunaan data mining adalah untuk menspesifikasikan pola yang harus ditemukan dalam tugas data mining. Kehadiran data mining dilatar belakangi dengan problema data explosion yang dialami akhir-akhir ini dimana banyak organisasi telah mengumpulkan data sekian tahun lamanya (data pembelian, data penjualan, data nasabah, data transaksi dsb.)

Pembahasan materi pada Training Data Mining ini fokus pada pemanfaatan data mining dalam dunia nyata. Pada training ini, anda akan mempelajari penerapan data mining menggunakan softare Rapid Miner. Anda akan mendapatkan banyak studi kasus penerapan Data Mining. Diharapkan setelah mengikuti training ini, anda siap menghadapi tantangan kasus-kasus pada penerapan Data Mining pada kehidupan nyata.

CONTENT

1. Introduction to Data Mining

1.1. What is Data Mining?

1.2. Main Role and Method of Data Mining

1.3. History and Application of Data Mining

2. Data Mining Process

2.1. Data Mining Process

2.2. Data Mining Application Tools

2.3. Application of data Mining Process (Dataset – Model)

2.4. Evaluation and Validation of Created Model

2.5. Standard Process in Data Mining (CRISP-DM)

3. Data Preparation

3.1. Data Preprocessing

3.2. Data Cleaning

3.3. Data Reduction

3.4. Data Transformation and Data Discretization

3.5. Data Integration

4. Classification Algorithm

4.1. Decision Tree Induction

4.2. Bayesian Classification

4.3. Neural Network

4.4. Model Evaluation and Selection

4.5. Techniques to Improve Classification Accuracy: Ensemble Methods

5. Clustering Algorithm

5.1. Cluster Analysis: Basic Concepts

5.2. Partitioning Methods

5.3. Hierarchical Methods

5.4. Density-Based Methods

5.5. Grid-Based Methods

5.6. Evaluation of Clustering

6. Association Algorithm

6.1. Basic Concepts

6.2. Frequent Itemset Mining Methods

6.3. Pattern Evaluation Methods

7. Forecasting and Estimation Algorithm

7.1. Linear Regression

7.2. Neural Network

7.3. Support Vector Machine

7.4. Time Series Forecasting

 

 

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 diUniversiti 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, sebuah perusahaan yang bergerak di bidang pengembangan software, 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. Cisco Certified Instructor pada Cisco Regional Academy Centre for Scientific Documentation and Information-LIPI.