Kursus Data Mining (Penambangan Data)

Pelajaran 1 • Kualitas Data dan Tantangan

Mengkaji noise, nilai yang hilang, outlier, dan redundansi sebagai hambatan untuk mining yang akurat. Siswa belajar mendiagnosis masalah kualitas sebelum pemodelan dimulai.

Pelajaran 2 • Pertimbangan Etis dan Privasi

Membahas persetujuan, bias, keadilan, dan pengungkapan yang bertanggung jawab dalam proyek data mining. Membangun lensa etis yang diterapkan di seluruh kursus.

Pelajaran 3 • Tipe Data dan Atribut

Mencakup skala nominal, ordinal, interval, dan rasio serta data terstruktur vs. tidak terstruktur. Tipe atribut menentukan algoritma mana yang dapat diterapkan.

Pelajaran 4 • Apa Itu Data Mining

Mendefinisikan data mining, tujuannya, dan posisinya dalam proses penemuan pengetahuan yang lebih luas. Mendasari semua teknik selanjutnya dalam kerangka konseptual yang terpadu.

Pelajaran 1 • Teknik Pembersihan Data

Mencakup strategi imputasi, penghalusan noise, dan penghapusan duplikat. Data bersih adalah prasyarat untuk penemuan pola yang andal di bab-bab selanjutnya.

Pelajaran 2 • Dasar-dasar Rekayasa Fitur

Mengajarkan konstruksi fitur baru dari atribut mentah untuk mengekspos pola tersembunyi. Fitur yang kuat memperkuat performa setiap algoritma mining yang dibahas nanti.

Pelajaran 3 • Integrasi dan Fusi Data

Menjelaskan pencocokan skema, resolusi entitas, dan resolusi konflik saat menggabungkan beberapa sumber. Dataset terintegrasi memungkinkan model yang lebih kaya dan lebih dapat digeneralisasi.

Pelajaran 4 • Metode Reduksi Data

Memperkenalkan reduksi dimensi, reduksi numerositas, dan kompresi data. Dataset yang lebih kecil dan representatif mengurangi komputasi tanpa mengorbankan insight.

Pelajaran 1 • Visualisasi Outlier dan Anomali

Menggunakan metode visual untuk memunculkan anomali sebelum algoritma deteksi formal diterapkan. Deteksi visual awal mencegah outlier mendistorsi model selanjutnya.

Pelajaran 2 • Analisis Univariat dan Bivariat

Mengkaji distribusi variabel tunggal dan relasi berpasangan menggunakan histogram, box plot, dan diagram pencar. Mengungkap pola marjinal dan gabungan dalam data.

Pelajaran 3 • Mengkomunikasikan Temuan EDA

Mengajarkan pemilihan grafik, anotasi, dan struktur naratif untuk menyajikan hasil eksplorasi. Komunikasi yang jelas menyelaraskan pemangku kepentingan sebelum investasi pemodelan dimulai.

Pelajaran 4 • Teknik Visualisasi Multivariat

Memperkenalkan plot koordinat paralel, peta panas, dan plot reduksi dimensi untuk data berdimensi tinggi. Memungkinkan inspeksi simultan dari banyak variabel.

Pelajaran 1 • Metrik Evaluasi Pengklasifikasi

Mencakup akurasi, presisi, recall, F1, ROC-AUC, dan matriks kebingungan. Pemilihan metrik bergantung pada ketidakseimbangan kelas dan biaya setiap tipe kesalahan.

Pelajaran 2 • Mesin Vektor Dukungan

Menjelaskan hyperplane margin maksimum, fungsi kernel, dan SVM margin lunak. SVM unggul dalam ruang berdimensi tinggi yang umum pada data teks dan genomik.

Pelajaran 3 • Pohon Keputusan dan Induksi Aturan

Mencakup algoritma ID3, C4.5, dan CART, termasuk kriteria pemisahan dan pemangkasan. Pohon keputusan menyediakan model yang dapat diinterpretasikan yang cocok untuk pemangku kepentingan bisnis.

Pelajaran 4 • Konsep Klasifikasi dan Alur Kerja

Mendefinisikan pembelajaran terawasi, pemisahan pelatihan/pengujian, dan tradeoff bias-varians. Membangun pola pikir evaluasi yang digunakan di semua algoritma klasifikasi.

Pelajaran 1 • Metode Regresi yang Diregularisasi

Mencakup Ridge, Lasso, dan Elastic Net untuk mengendalikan overfitting dan melakukan seleksi fitur. Regularisasi sangat penting ketika fitur melebihi jumlah observasi.

Pelajaran 2 • Regresi Linier untuk Prediksi

Mengulas ordinary least squares, asumsi, dan plot diagnostik untuk model linier. Regresi linier menyediakan baseline yang dapat diinterpretasikan untuk tugas prediksi numerik.

Pelajaran 3 • Evaluasi Model Regresi

Menerapkan MAE, RMSE, R-kuadrat, dan analisis residual untuk membandingkan model regresi. Evaluasi yang tepat mencegah penerapan model yang gagal pada data yang tidak terlihat.

Pelajaran 4 • Regresi Nonlinier dan Polinomial

Memperluas model linier dengan istilah polinomial, spline, dan model aditif umum. Metode nonlinier menangkap hubungan melengkung yang terlewatkan oleh pendekatan linier.

Pelajaran 1 • Validasi dan Interpretasi Cluster

Menerapkan skor silhouette, indeks Davies-Bouldin, dan pengetahuan domain untuk menilai kualitas cluster. Validasi mencegah ketergantungan berlebihan pada pengelompokan arbitrer.

Pelajaran 2 • Clustering Hierarkis

Menjelaskan pendekatan aglomeratif dan divisif dengan kriteria hubungan dan dendogram. Metode hierarkis mengungkap struktur multi-skala tanpa menentukan k di muka.

Pelajaran 3 • Metode Partisi

Mencakup algoritma k-means, k-medoids, dan k-modes dengan strategi inisialisasi. Metode partisi berskala baik dan cocok untuk cluster besar berbentuk bola.

Pelajaran 4 • Clustering Berbasis Kepadatan

Memperkenalkan DBSCAN dan OPTICS untuk menemukan cluster dan titik noise berbentuk arbitrer. Metode kepadatan menangani geometri tidak beraturan yang tidak dapat ditangkap oleh k-means.

Pelajaran 1 • Algoritma Apriori

Menjelaskan properti Apriori, pembangkitan kandidat, dan pemangkasan untuk penemuan itemset yang efisien. Siswa menerapkan Apriori pada dataset transaksi ritel.

Pelajaran 2 • Algoritma FP-Growth

Memperkenalkan struktur FP-tree dan basis pola bersyarat untuk mining yang lebih cepat tanpa pembangkitan kandidat. FP-Growth mengungguli Apriori pada dataset padat.

Pelajaran 3 • Konsep Itemset Sering

Mendefinisikan support, confidence, lift, dan conviction sebagai ukuran kualitas aturan. Metrik ini menentukan pola mana yang signifikan secara statistik dan praktis.

Pelajaran 4 • Aplikasi Mining Asosiasi

Menerapkan aturan asosiasi ke analisis keranjang belanja, alur klik web, dan ko-okurensi medis. Konteks domain menentukan aturan mana yang menghasilkan nilai bisnis.

Pelajaran 1 • Pemantauan dan Pemeliharaan Model

Mengajarkan deteksi drift, pemicu pelatihan ulang, dan dashboard performa untuk model yang di-deploy. Pemantauan berkelanjutan mencegah degradasi model secara diam-diam di produksi.

Pelajaran 2 • Metode Ensemble dan Meta-Learning

Mencakup boosting, stacking, dan blending untuk menggabungkan weak learner menjadi prediktor yang kuat. Strategi meta-learning memaksimalkan akurasi pada benchmark kompetitif.

Pelajaran 3 • Deployment dan Penyajian Model

Mencakup serialisasi, penyajian REST API, scoring batch, dan kontainerisasi untuk model produksi. Deployment menjembatani kesenjangan antara notebook eksperimental dan sistem langsung.

Pelajaran 4 • Deteksi Anomali dan Outlier

Menerapkan metode statistik, kedekatan, dan berbasis isolasi untuk mendeteksi kejadian langka. Deteksi anomali mendasari deteksi penipuan, pemantauan kesalahan, dan keamanan.