TRAINING DATA MINING

TRAINING PENGENALAN DATA MINING

TRAINING PRINSIP DASAR DATA MINING

Data  Mining adalah kegiatan yang meliputi pengumpulan, pemakaian data
historis untuk menemukan keteraturan, pola dan hubungan dalam set data
berukuran  besar.  Kegunaan data mining adalah untuk menspesifikasikan
pola  yang  harus  ditemukan  dalam  tugas data mining. Kehadiran data
mining  dilatar  belakangi dengan problema data explosion yang dialami
akhir-akhir  ini  dimana  banyak  organisasi  telah  mengumpulkan data
sekian  tahun  lamanya  (data pembelian, data penjualan, data nasabah,
data transaksi dsb.)

Pembahasan materi pada Training Data Mining ini fokus pada pemanfaatan
data   mining   dalam  dunia  nyata.  Pada  training  ini,  anda  akan
mempelajari  penerapan  data  mining  menggunakan softare Rapid Miner.
Anda  akan  mendapatkan  banyak  studi  kasus  penerapan  Data Mining.
Diharapkan  setelah  mengikuti  training  ini,  anda  siap  menghadapi
tantangan kasus-kasus pada penerapan Data Mining pada kehidupan nyata.

OBJECTIVE

1. Memahami konsep dan peran utama dalam Data Mining
2.  Memahami  dan  mampu  melakukan  tahapan-tahapan proses dalam Data
Mining
3. Memahami dan mampu melakukan proses persiapan data
4.  Memahami  dan  mampu menerapkan algoritma Klasifikasi, Klastering,
Asosiasi, Estimasi dan Forecasting
5.  Memahami  konsep  Text  Mining  serta mampu melakukan operasi Text
Clustering dan Text Classification

AUDIENCE

1. Database Administrator
2. Data Analyst
3. Researcher
4. Programmer

PREREQUISITES

Tidak ada kemampuan khusus yang dipersyaratkan

CONTENT

1. Pengantar Data Mining

1.1. Pengantar Data Mining
1.2. Peran Utama dan Metode Data Mining
1.3. Sejarah Data Mining

2. Proses Data Mining

2.1. Proses Data Mining
2.2. Tool Aplikasi Data Mining
2.3. Penerapan Proses Data Mining (Dataset – Model)
2.4. Evaluasi dan Validasi terhadap Model yang Terbentuk
2.5. Proses Standard pada Data Mining (CRISP-DM)

3. Persiapan Data

3.1. Data Preprocessing
3.2. Data Cleaning
3.3. Data Reduction
3.4. Data Transformation and Data Discretization
3.5. Data Integration

4. Algoritma Klasifikasi

4.1. Decision Tree Induction
4.2. Bayesian Classification
4.3. Neural Network
4.4. Model Evaluation and Selection
4.5. Techniques to Improve Classification Accuracy: Ensemble Methods

5. Algoritma Klastering

5.1. Cluster Analysis: Basic Concepts
5.2. Partitioning Methods
5.3. Hierarchical Methods
5.4. Density-Based Methods
5.5. Grid-Based Methods
5.6. Evaluation of Clustering

6. Algoritma Asosiasi

6.1. Basic Concepts
6.2. Frequent Itemset Mining Methods
6.3. Pattern Evaluation Methods

7. Algoritma Estimasi dan Forecasting

7.1. Linear Regression
7.2. Neural Network
7.3. Support Vector Machine
7.4. Time Series Forecasting

8. Text Mining

8.1. Text Mining Concepts
8.2. Text Clustering
8.3. Text Classification

9. Data Mining Law

INSTRUCTOR

Romi  Satria  Wahono.  Lahir  di Madiun, 2 Oktober 1974. Menyelesaikan
pendidikan  dasar  dan menengah di SD Negeri Sompok 4 dan SMP Negeri 8
Semarang.  Menamatkan SMA di SMA Taruna Nusantara, Magelang pada tahun
1993.  Menempuh pendidikan  S1  (B.Eng),  S2  (M.Eng), dan S3 (Dr.Eng)
(on-leave)  di  bidang  Software Engineering di Department of Computer
Science di Saitama University, Jepang pada tahun 1999, 2001, dan 2004.
Juga  menyelesaikan  PhD  di  bidang  Software Engineering dan Machine
Learning   di    Faculty   of   Information  and  Computer  Technology
di Universiti Teknikal Malaysia Melaka pada tahun 2014. Mantan PNS dan
peneliti Lembaga  Ilmu  Pengetahuan  Indonesia (LIPI). Cisco certified
instructor     lulusan Nanyang     Technological     University (NTU),
Singapore. Bidang  minat  penelitian  adalah  Software Engineering dan
Machine     Learning.     Professional     member     dari    asosiasi
ilmiah IEEE Computer                 Society (90598687), ACM (6680333)
dan PMI (2822015).   Pendiri   dan   CEO   dari  PT Brainmatics  Cipta
Informatika, dan PT IlmuKomputerCom Braindevs Sistema, perusahaan yang
bergerak  di  bidang  pengembangan  software, enterprise architecture,
professional training dan certification center

pak  hendro  Hendro  Subagyo.  Menyelesaikan program S1 (B.Eng) dan S2
(M.Eng)  pada  jurusan  Ilmu  Komputer  dan Informasi Matematik di The
University  of  Electro-Communications,  Tokyo, Jepang pada tahun 1999
dan  2001. Saat ini sedang menyelesaikan program S3 (PhD) pada jurusan
dan  universitas  yang  sama.  Peneliti di Pusat Dokumentasi Informasi
Ilmiah  (PDII),  Lembaga  Ilmu Pengetahuan (LIPI). Memiliki minat pada
sistem operasi, pemrograman dan bahasa pemrograman (khususnya Java dan
Real-Time  Java) dan komputer aritmatika. Pengembang aplikasi berbasis
Java  (J2SE  dan  J2EE)  di  beberapa  perusahaan  IT  di  Jepang  dan
Indonesia.  Cisco  Certified  Instructor  pada  Cisco Regional Academy
Centre for Scientific Documentation and Information-LIPI.

JADWAL TRAINING TAHUN 2026

03 – 04 Januari 2026 | 16 – 17 Januari 2026

06 – 07 Februari 2026 | 20 – 21 Februari 2026

05 – 06 Maret 2026 | 19 – 20 Maret 2026

03 – 04 April 2026 | 23 – 24 April 2026

07 – 08 Mei 2026 | 21 – 22 Mei 2026

05 – 06 Juni 2026 | 25 – 26 Juni 2026

09 – 10 Juli 2026 | 23 – 24 Juli 2026

06 – 07 Agustus 2026 | 20 – 21 Agustus 2026

04 – 05 September 2026 | 18 – 19 September 2026

08 – 09 Oktober 2026 | 22 – 23 Oktober 2026

06 – 07 November 2026 | 26 – 27 November 2026

04 – 05 Desember 2026 | 18 – 19 Desember 2026

Metode Training

1. Tatap Muka/offline
2. Online via zoom

Kota Penyelenggaraan jika offline :

1. Bandung
2. Jogjakarta
3. Surabaya
4. Jakarta

fasilitas yang didapatkan

1. Training Kit Eksklusif
   • Tas
   • Name Tag
   • Modul
   • Flash disk
   • Ballpoint
   • Block Note
   • Souvenir
2. Harga yang Reliable
3. Trainer Kompeten di bidangnya
4. Pelayanan Maksimal untuk peserta
5. Penjemputan dari dan ke bandara

Investasi :

Public training : Rp. 4.500.000 (minimum 3 pax)

In House Training : on Call