BD001
Data Mining
Mata kuliah Data Mining membahas konsep, metode, dan teknik untuk mengekstraksi pola, pengetahuan, dan informasi bermakna dari data berukuran besar. Topik meliputi preprocessing data, association rule mining, classification, clustering, anomaly detection, dan evaluasi model. Mahasiswa akan mempelajari bagaimana data mentah diubah menjadi insight yang dapat digunakan untuk pengambilan keputusan. Studi kasus dari berbagai domain digunakan untuk memperkuat pemahaman praktis serta penerapan algoritma data mining secara efektif dan etis.
Referensi: Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques (3rd ed.). Morgan Kaufmann.
Dukungan ke profil lulusan
Skor = jumlah bobot CPL BD001 yang dipetakan ke profil tersebut. Garis putus = ambang 75% yang dipakai untuk rekomendasi centang PL di LKPS 2.B.1.
CPMK
Bobot CPMK = porsi CPMK dalam penilaian mata kuliah; sel berwarna = bobot CPL di dalam CPMK.
| CPMK | Rumusan | Bobot | CPL01 | CPL02 | CPL03 | CPL04 | CPL05 | CPL06 | CPL07 | CPL08 |
|---|---|---|---|---|---|---|---|---|---|---|
| CPMKBD00111 | Mampu menunjukkan sikap bertanggung jawab dalam mengelola, menganalisis, dan menafsirkan data secara mandiri sesuai dengan kaidah keilmuan. | 25% | 10 | 40 | 25 | 25 | ||||
| CPMKBD00122 | Menguasai konsep teoretis dasar data mining serta metode analisisnya untuk menyelesaikan permasalahan data secara prosedural. | 25% | 10 | 30 | 30 | 30 | ||||
| CPMKBD00143 | Mampu merancang model dan alur perangkat lunak data mining sesuai spesifikasi analisis dan kebutuhan pengguna. | 25% | 10 | 30 | 35 | 25 | ||||
| CPMKBD00154 | Mampu mengimplementasikan algoritma dan model data mining ke dalam perangkat lunak sesuai spesifikasi yang telah dirancang. | 25% | 10 | 20 | 35 | 35 |