Pembagian Tugas untuk 47 Mahasiswa pada Perkuliahan Business IntelligenceMasing-masing akan mempresentasikan tugasnya sesuai urutannya.Performa presentasi digunakan sebagai penilaian TUGAS (30% dari Nilai Akhir) UTS : Data Mining mana saja (asal bukan deskripsi) menggunakan data real.UAS : ujian tertulis yg terjadwal

Ketentuan: Presentasi minimal 10 menit, jelas dan akurat Keterangan:* powerpoint : Minimalkan teks pada slide presentasi dan Maksimalkan penggunaan visual **whiteboard : Penjelasan rumus / algoritma *** Praktik: dipresentasi langsung menggunakan program aplikasi, misalnya mysql, access, matlab, dbminer, weka, rapidminer atau excell.

1. Knowledge Discovery from Database(KDD) Process * Meriana

2. Data Warehouse * Risky Meliawatia. Pengertian data warehouseb. Penjelasan Karakteristik data warehousec. Jenis Data Warehoused. Fungsi data warehouse3. Arsitektur Data Warehouse * Ayu Permatasari

4. Langkah Pembuatan Data Warehouse (Building Data Warehouse)* Retma Ramadina5. Praktik pembuatan Data Warehouse Sederhana: Studi Kasus 1 *** Firdaus6. Praktik pembuatan Data WarehouseSederhana: Studi kasus 2 *** Septiadi

CRISP-DM (baca ebook: step by step CRISP DM 1.0) 7. Business Understanding * Rinely8. Data Understanding * Hernita9. Data Preparation * Bahroini10. Modeling * Nurfita Sari11. Evaluation * Jessica12. Deployment * Retno Lintang

13. Fungsi Minor Data Mining: Deskripsi ** ArtesyaMenjelaskan rumus berikut:a. Meanb. Medianc. Modusd. Kuartile. Persentilf. Rangeg. Variansh. Standard Deviasi14. Praktik Penerapan Fungsi Minor Data Mining Deskripsi (13a-13h) pada bidang akademik *** Aldi15. Praktik Penerapan Fungsi Minor Data Mining Deskripsi (13a-13h) pada bidang bisnis (misalnya bisnis makanan) *** Mutiara

16. Fungsi Minor Data Mining: Estimasi ** Wahyu RMenjelaskan rumus berikut:a. Etimasi Titikb. Estimasi Selangc. Tabel Distribusi Normal 17. Praktik Penerapan Fungsi Minor Data Mining Estimasi (16a-16c) pada bidang akademik *** Adrian18. Praktik Penerapan Fungsi Minor Data Mining Estimasi (16a-16c) pada bidang bisnis *** Nahda

19. Fungsi Minor Data Mining: Prediksi menggunakan Single Linier Regression ** Noor Azimah20. Praktik Penerapan Single Linier Regression pada bidang akademik *** Desy C21. Praktik Penerapan Single Linier Regression pada bidang bisnis *** Tajrian

22. Fungsi Minor Data Mining: Prediksi menggunakan Multiple Linier Regression ** Putu23. Praktik Penerapan Multiple Linier Regression pada bidang akademik *** Yusifa24. Praktik Penerapan Multiple Linier Regression pada bidang bisnis *** Nurul

25. Analisis garis regresi menggunakan Koefisien Determinasi ** Riza Ananda26. Praktik Penerapan Koefisien Determinasi (bidang akademik)*** Ihsan27. Praktik Penerapan Koefisien Determinasi (bidang bisnis)*** Siti Hatimah

28. Fungsi Mayor Data Mining: Clustering * Fathul Hadi a. Pengertian clusteringb. Pengertian Unsupervised Learningc. Algoritma yang digunakand. Kegunaannya dalam dunia bisnis 29. Algoritma K-Means ** Hasan30. Praktik Penerapan Algortima K-Means : Studi kasus 1 *** Wahyu S31. Praktik Penerapan Algortima K-Means : Studi kasus 2 *** Nita A

32. Fungsi Mayor Data Mining: Classification * Ahmad rasyida. Pengertian Classificationb. Pengertian Supervised Learningc. Algortima yang digunakand. Aplikasinya dalam dunia bisnis 33. Algoritma K-Nearest Neighbours (KNN) ** Sholihin34. Praktik Penerapan Algortima KNN : Studi Kasus 1*** Azizah35. Praktik Penerapan Algortima KNN : Studi Kasus 1*** M Shabrin

36. Algoritma Classification and Regression Trees (CART) ** Raudatul37. Praktik Penerapan Algortima CART : Studi Kasus 1*** Herfina38. Praktik Penerapan Algortima CART : Studi Kasus 2***Fajar

39. Fungsi Mayor Data Mining:Association * Nur Ridhaa. Pengertian Associationb. Algortima yang digunakanc. Aplikasinya dalam dunia bisnis 40. Algoritma Market Basket Analysis (MBA) ** Indra41. Praktik Penerapan Algortima MBA : Studi Kasus 1 *** Lutfi S42. Praktik Penerapan Algortima MBA : Studi Kasus 2 *** Fairudz43. Data Mining dalam GIS 1*** Abdurrahman44. Data Mining dalam GIS 2 *** Zaein45. Algoritma Fuzzy C-Means ** Hamdan46. Praktik Penerapan Fuzzy C-Means *** Abdul hadi47. Praktik Penerapan Fuzzy C-Means *** Andrianto

Sumber

Data

Operasional

1

Sumber

Data

Operasional

2

Sumber Data Internal

Sumber

Data

Eksternal

Manajer

Data Warehouse

Perangkat EIS

Perangkat pelaporan

Perangkat pengembangan aplikasi

OLAP

Data Mining

Data

Warehouse