Kata pengantar dan Dosen Pengampu untuk Para Pembelajar yang bersemangat!
Form bagi dosen untuk menyampaikan pengumuman dan berdiskusi dengan mahasiswa.
Berikut ini adalah Rancangan Pembelajaran Semester (RPS) untuk mata kuliah Konsep dan Aplikasi Data Mining (KADM) yang diselenggarakan secara daring dengan pendekatan gamifikasi. RPS ini digunakan oleh dosen pengampu sebagai panduan perencanaan dan pelaksanaan kegiatan pembelajaran agar tujuan pembelajaran dapat tercapai secara efektif dan menarik bagi mahasiswa. Mahasiswa dapat menggunakan RPS sebagai panduan untuk memahami alur pembelajaran, tujuan setiap misi, serta capaian pembelajaran yang diharapkan pada setiap tahap. Dengan RPS ini, mahasiswa dapat mempersiapkan diri lebih baik dalam mengikuti materi perkuliahan, mengatur waktu belajar, dan mengetahui kriteria penilaian serta keterampilan yang perlu dikuasai dalam mata kuliah Konsep dan Aplikasi Data Mining.
Dosen pengampu, Tubagus Mohammad Akhriza Ph.D., adalah Dosen homebase di STMIK PPKIA Pradnya Paramita (STIMATA) Malang. Aktivitasnya dalam Tridharma relevan dengan Bidang Data Mining dan Machine Learning, seperti Pengembangan Metode dan Sistem Rekomendasi.
Misi 4 : Memodelkan dan Mengklasifikasi Data
Assalamu'alaikum!
Semoga kita semua selalu dalam keadaan sehat dan sejahtera.
Selanjutnya, setelah proses pelabelan klaster atau kelas, Misi berikutnya akan fokus pada pemodelan data dan pengklasifikasian data berdasarkan model tersebut. Misi ini memiliki bobot dua pertemuan perkuliahan (2 x 3 SKS atau total 300 menit belajar mandiri). Setelah menyelesaikan topik ini, mahasiswa diharapkan mampu menjelaskan kembali konsep dasar pemodelan dan pengklasifikasian data.
Mahasiswa juga akan memahami lebih dalam tentang penerapan data classification di industri melalui pengalaman langsung dari seorang praktisi. Dalam aspek praktikal, mahasiswa akan menyiapkan data sebelum proses klasifikasi, kemudian memodelkan dan mengklasifikasikan data menggunakan berbagai metode, termasuk k-Nearest Neighbor, Naïve Bayes, Decision Tree, dan Random Forest.
Misi ini dirancang untuk memenuhi CPMK, yaitu "Menjelaskan konsep dan mendemonstrasikan metode klasifikasi data dan mengukur kualitas hasil klasifikasi." Dengan misi ini, mahasiswa memahami secara langsung konsep klasifikasi data melalui penerapannya dalam praktik menggunakan KNIME. Pengalaman praktis ini memungkinkan mahasiswa untuk tidak hanya belajar konsep, tetapi juga menguasai cara mengaplikasikan berbagai metode klasifikasi secara efektif dalam analisis data nyata.
Klik tab Accordion berikut untuk melihat detail aktivitas :
- Menonton dan menjawab dengan benar semua kuis di video
- Menjawab dengan benar minimal 80% Kuis
- Mengumpulkan workflow Praktek dan dinilai
