Brainmatics

Data Mining

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 140 TB setiap 5 hari. Di bidang kedokteran, European Bioinformatics Institute (EBI) menghasilkan 20 PB data genom setiap tahunnya, dimana satu manusia dapat menghasilkan data genom sekitar 140 GB. 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. Supaya data ini bermanfaat maka data harus diolah terlebih dahulu menjadi pengetahuan. Semakin banyak pengetahuan yang dihasilkan dari data, maka semakin besar pula nilai atau manfaatnya.

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 mempelajari bagaimana mengolah data menjadi pengetahuan menggunakan software RapidMiner. Peserta akan mendapatkan banyak studi kasus penerapan Data Mining. Diharapkan setelah mengikuti training ini, peserta siap menghadapi tantangan kasus-kasus pada penerapan data mining pada kehidupan nyata.

 

OBJECTIVES

1. Memahami konsep dan peran utama dalam data mining
2. Memahami tahapan-tahapan proses data mining
3. Mampu menyelesaikan studi kasus data mining sesuai proses standar cross-industry

 

AUDIENCE

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

 

PREREQUISITES

Tidak ada training khusus yang dipersyaratkan

 

CONTENT

1. Pengantar Data Mining

1.1. Apa dan Mengapa Data Mining
1.2. Peran Utama dan Metode Data Mining
1.3. Sejarah dan Penerapan Data Mining

2. Proses Data Mining

2.1. Proses dan Tools Data Mining
2.2. Penerapan Proses Data Mining
2.3. Evaluasi Model Data Mining
2.4. Proses Data Mining berbasis CRISP-DM

3. Persiapan Data

3.1. Data Cleaning
3.2. Data Reduction
3.3. Data Transformation and Data Discretization
3.4. Data Integration

4. Algoritma Data Mining

4.1. Algoritma Klasifikasi
4.2. Algoritma Klastering
4.3. Algoritma Asosiasi
4.4. Algoritma Estimasi dan Forecasting

5. Text Mining

5.1. Text Mining Concepts
5.2. Text Clustering
5.3. Text 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.