Webinar Data Mining dan Prosesnya

Sep 19, 2024

Catatan Webinar BIS Mikro Mikroskill

Pembukaan

  • Moderator: Widya Monika Pakparan
  • Tema: The Mining and Post-Processing Process of Data Mining
  • Kolaborasi antara BIS Mikro ST Mikroskill dan BISA.ai
  • Pembicara: Bapak Rusnanda Farhan, SSI (Researcher di BISA AI)
  • Susunan acara:
    1. Kata sambutan dari Ketua STMIK Mikroskil
    2. Penyampaian materi
    3. Sesi tanya jawab
    4. Kata penutup
    5. Sesi foto bersama

Kata Sambutan oleh Bapak Dr. Pahala Sirait STMKOM

  • Terima kasih kepada semua pihak yang terlibat dalam webinar.
  • Webinar ini adalah kelanjutan dari webinar sebelumnya yang berfokus pada pre-processing.
  • Pentingnya data mining dalam menemukan informasi bermakna dari data besar.
  • Data mining digunakan untuk prediksi, klasifikasi, analisis asosiasi, dan clustering.
  • Harapan: peserta dapat menangkap pesan utama dari materi.

Penyampaian Materi oleh Bapak Rusnanda Farhan, SSI

Pengantar Data Mining

  • Definisi: Proses pengumpulan, pembersihan, pengolahan, analisis, dan mendapatkan wawasan dari data.
  • Era big data: pertumbuhan eksponensial volume data yang membutuhkan teknik dan algoritma tertentu untuk pengolahan.

Proses Data Mining

  1. Pre-processing: Menyiapkan data agar siap untuk proses mining.
  2. Mining: Menggali data dengan menggunakan metode dan algoritma untuk melakukan:
    • Asosiasi Pattern Mining: Menemukan pola dalam data, sering digunakan dalam market basket analysis.
    • Klasifikasi: Memrediksi kelas dari data berdasarkan label yang sudah ditentukan.
    • Clustering: Mengelompokkan data berdasarkan kemiripan.
    • Outlier Analysis: Mencari data yang berbeda atau outlier.
  3. Post-processing: Menginterpretasi, mengevaluasi, dan memvisualisasikan hasil mining.
    • Pentingnya interpretasi untuk mendapatkan insight dari data.

Multidisiplin Ilmu dalam Data Mining

  • Menggabungkan machine learning, statistik, visualisasi, dan lainnya untuk memproses data.
  • Visualisasi membantu menyampaikan hasil dengan cara yang lebih mudah dipahami.

Contoh Penerapan Data Mining

  • Rekomendasi sistem: Menggunakan pola perilaku konsumen untuk merekomendasikan produk.
  • Fraud Detection: Mengidentifikasi transaksi yang mencurigakan berdasarkan pola yang tidak biasa.

Sesi Tanya Jawab

  • Peserta diajak untuk bertanya melalui media chat.
  • Pembicara menjawab pertanyaan dari peserta.

Kata Penutup dari Bapak Rusnanda Farhan

  • Mengingatkan bahwa data mining adalah proses menggali informasi dari data untuk memenuhi kebutuhan.
  • Harapan untuk mahasiswa agar lebih mendalami penelitian dalam bidang ini.

Penutupan

  • Moderator meminta untuk sesi foto bersama.
  • Ucapan terima kasih kepada semua yang hadir.
  • Moderator: Widya Monika Pakpahan
  • Mengakhiri acara dan meminta maaf jika ada kesalahan selama acara.