KONSEP DAN APLIKASI DATA MINING

Assalamualaikum, Pembelajar yang bersemangat!

Nama saya Tubagus M Akhriza, Dosen dalam Pembelajaran Daring Konsep dan Aplikasi Data Mining (KADM).

"Konsep dan Aplikasi Data Mining" memiliki peran penting dalam mempersiapkan mahasiswa menghadapi tantangan dan peluang di era Industri 4.0 dan Society 5.0. Pada era ini, data telah menjadi sumber daya strategis dalam berbagai sektor, mulai dari bisnis, kesehatan, pendidikan, hingga pemerintahan. Industri 4.0 mengandalkan teknologi canggih untuk menghasilkan dan mengolah data dalam jumlah besar guna mendukung pengambilan keputusan yang cepat dan akurat. Di sisi lain, Society 5.0 adalah 'Era Rekomendasi', di mana pemanfaatan data berfokus pada pemberian rekomendasi yang dipersonalisasi, tidak hanya saat berbelanja, tetapi juga dalam pengalaman belajar, inspirasi karier, dan bahkan panduan dalam bersosialisasi—semua berasal dari data digital yang kita 'kirim ke awan (cloud)' melalui berbagai transaksi digital. 

Dalam Pembelajaran ini, mahasiswa akan mempelajari konsep dan teknik dasar data mining untuk mengidentifikasi pola, tren, dan insight dari data. Kompetensi ini membekali mereka dengan kemampuan analisis dan penggunaan alat teknologi yang relevan, memungkinkan aplikasi praktis dalam berbagai bidang. Dengan bekal ini, mahasiswa siap menghadapi lingkungan kerja yang semakin mengandalkan data-driven decision making dan berperan aktif dalam masyarakat berbasis teknologi yang lebih humanis, sesuai dengan visi Society 5.0.

Pembelajaran daring ini digamifikasi (gamified), di mana elemen game digunakan untuk menyalurkan motivasi Pembelajar agar dapat terus menyimak dan menyerap setiap topik dengan efektif. 

Pembelajaran kita disusun dalam 8 misi, yang terdiri atas 4 Misi topik Pembelajaran, 2 Misi Proyek Tim, dan 1 Misi Proyek Individu (Hackathon).   

Topik 0: Memahami Pembelajaran KADM

Mahasiswa akan memahami tata laksana pembelajaran daring KADM kita, yang inovatif, dan adaptif, termasuk praktek dengan KNIME Analytics Platform, penerapan gamifikasi yang engaging, dan penerapan asesmen dengan Argumen Toulmin, yang bikin kalian bakal semangat menyelesaikan misi demi misi  yang gampang tapi menantang!

Topik 1: Konsep Data Mining

Di sini Mahasiswa akan memahami konsep dasar data mining, jenis pola yang digali, metode pencarian, tujuan, aplikasi, serta hubungannya dengan disiplin ilmu lain dan alat & teknologi yang digunakan. 

Selain itu, mahasiswa akan mampu menjelaskan framework CRISP-DM dan siklus data mining dalam konteks praktis yang disampaikan dalam bentuk Video Podcast dengan Dosen Pengampu dan moderator (Ka. PS S1 Sistem Informasi STIMATA)

Mahasiswa juga dipandu untuk menggunakan KNIME pertama kali dari mulai menginstal, sampai dengan membuat workflow KNIME dasar sebagai cara langsung untuk Literasi Data.

Topik 2: Menemukan Aturan Asosiasi Item

Di misi ini, Mahasiswa akan memahami dan menjelaskan masalah bisnis terkait penemuan pola aturan asosiasi (association rules) dari data transaksi dan tekstual. Akan dipelajari konsep dasar frequent itemsets dan association rule mining. Selain itu, mahasiswa akan dapat membuat workflow di KNIME untuk mentransformasi dan menganalisis data untuk menemukan frequent itemsets dan association rules. Sebagai praktiknya, mahasiswa akan dikasih workflow untuk Metode rekomendasi sederhana, dan membuat Topic Mapping dari hasil pencarian Google.

Proyek 1: Kajian Penerapan dan Pengembangan Aturan Asosiasi item

Nah, ini bentuk lain dari Pembelajaran KADM. Mahasiswa diberikan kesempatan untuk mengembangkan imajinasinya, dengan cara mengkaji artikel mengenai Aturan Asosiasi Item. Proyek ini dikerjakan oleh tim, ya! Tugasnya mudah! Setiap anggota tim bergantian mempresentasikan sesuai bagiannya di depan kamera dan direkam, setelah itu, rekamannya kalian posting di Youtube. Kumpulkan link ke Youtube-nya ke form penugasan proyek, dan jangan lupa untuk membagikannya juga ke teman kalian supaya dapat like yang banyak. 

Topik 3: Mengklaster Obyek Sejenis

Tujuan dari misi ini adalah agar mahasiswa mendapatkan wawasan tentang penerapan data mining, khususnya data clustering, dalam industri. Kok bisa? karena ada Podcast dengan Praktisi data mining dari Perusahaan Mercedes-Benz Jerman! Keren ya! Mahasiswa juga akan mampu menggunakan KNIME untuk menerapkan teknik clustering seperti K-Means, DBSCAN, dan klaster hirarki.

Topik 4: Memodelkan dan Mengklasifikasi Data 

Mahasiswa akan mampu memahami konsep pemodelan dan pengklasifikasian data menggunakan 4 metode dasar: k-Nearest neighbor, Naive Bayes, Decision Tree dan Random Forest. Tapi sebelumnya, Mahasiswa akan dapat wawasan lagi dari Praktisi dalam Podcast Data Classification, dengan praktisinya kali ini dari Jagoan Hosting-Malang.

Proyek 2: Kajian Penerapan dan Pengembangan Data Clustering dan Data Classification

Sama dengan proyek 1, di Proyek 2 ini mahasiswa akan mengkaji artikel mengenai Data Clustering atau Data Classification; kemudian mempresentasikannya kembali. Ingat, proyek ini dikerjakan oleh tim, ya! Setiap anggota tim bergantian mempresentasikan porsinya di depan kamera dan direkam, setelah itu, rekamannya kalian posting di Youtube. Kumpulkan link ke Youtube-nya ke form penugasan proyek, dan jangan lupa untuk membagikannya juga ke teman kalian supaya dapat like yang banyak. 

Hackathon: Proyek Akhir Individual

Ini adalah proyek akhir, bagi tiap individu untuk bisa dinyatakan lulus di Pembelajaran KADM ini. Ada tiga macam aktivitas: mengerjakan kuis komprehensif seluruh materi, mengerjakan kuis berbasis Argumen Toulmin, dan Menyelesaikan pengembangan workflow secara mandiri dan mempresentasikannya.

Kenapa materinya terkesan sedikit? Dalam gamifikasi pembelajaran ini, mahasiswa tidak difokuskan ke 'pengetahuan mengenai banyak konten materi', tapi lebih ke 'pengalaman mahasiswa belajar sendiri khususnya dalam praktik dan kerja tim'. Yang penting "mahasiswa bisa apa", bukan hanya "tahu apa".

Aktivitas yang dilakukan mahasiswa untuk memperoleh pengalaman tersebut ada beberapa:

Ayo kita bisa Yura! dan Semoga Allah memberkahi setiap upaya kita. Aamiin. 

Salaam, 
Tubagus Mohammad Akhriza, Ph.D 

Any questions? don't be hesitate to contact me at akhriza@stimata.ac.id

You wanna know my CV? check this out ID SINTA