Course info

Mata kuliah ini akan mempelajari teori dan aplikasi Penambangan Data diantaranya membahas langkah-langkah membangun aplikasi Penambangan Data menggunakan kerangka kerja Cross Industry Standard for Data Mining (CRISP-DM), Model Penambangan Data mencakup  Estimation, Forecasting, Association, Clustering dan Classification, serta Metode Evaluasi mencakup K-Fold Crossvalidation, Hold-Out dan Leave One Out Crossvalidation (LOOC). Algoritma model Penambangan Data yang dibahas pada kuliah ini adalah Decision Tree, Naive Bayes, K-Nearest Neighbour, Neural Networks, Linear Regression, Logistic Regression, Association Rule, K-Means dan Hierarchical Clustering. Kuliah ini juga membahas penelitian terakhir Penambangan Data di bidang E-Health.