Konsep, Proses dan Contoh Nyata Data Mining dan Big Data: Ga Galau Lagi Jadi Data Scientist

[@arkatama8535]

Dulu dijelaskan dosen saya, saya gak paham, setelah nonton video ini "Oh gitu ta". Terimakasih Pak Romi, semoga jadi amal jariyah

[@RomiSatriaWahono]

hehehe siap ... lanjut mas

[@alvinokun9398]

@@RomiSatriaWahono Pak,slidenya kalau mau download di website peringatannya not found.saya mau download

[@alvinokun9398]

@@RomiSatriaWahono Semua lecture tidak ada yang bisa di download pak.saya pingn download

[@zivicode9055]

Coba tag dosennya bre

[@uratkuda9375]

Lahh enak, dosen saya malah nyuruh liat yutub aja

[@luthfiyyahamari7464]

- Estimasi : atributnya numerik, kelasnya numerik - Forecasting : atributnya numerik, kelasnya numerik, dan ada timeseries - Klasifikasi : atributnya boleh numerik atau nominal, kelasnya/labelnya nominal - klastering : tanpa label - asosiasi : hubungan antara 1 data dengan data yg lain, bukan masalah ada label atau engga, datanya boleh nominal atau numerik

[@RomiSatriaWahono]

nah 👍

[@sektealiranninjtusu6639]

Entah kenapa saya sedikit mengerti tapi tidak tahu (awam) kata nya, jadi saya akan belejar lagi supaya bisa paham isi penyimpanan nya, terima kasih telah memberi gambaran .

[@Firmansyahfirnymardiansyah]

Alhamdulillah ketemu channel ini, penjelasannya sangat mudah di mengerti , saya jadi paham apa itu data mining. udah di jelasin dosen beberapa kali masih kurang paham, pas nonton video ini saya langsung paham. Terima kasih Pak, Barakallah.

[@RomiSatriaWahono]

alhamdulillah kakau bermanfaat mas ... lanjut belajarnya yo 😊👍🙏

[@freddymu]

Jadi ingat jaman kuliah :-), sebetulnya kurikulum kampus IT rata2 sudah cukup sejak dulu juga, yang gak cukup adalah kemampuan pengajarnya, lingkungannya dan keinginan diri sendiri untuk memperdalam ilmu

[@RomiSatriaWahono]

great point mas .... 👍

[@TutorialMasArif]

Mantab, seharusnya channel bermanfaat seperti ini banyak yg subscribe melebihi artis², terus berkarya ya pak Romi, salah satu dosen idola saya waktu kuliah dulu

[@RomiSatriaWahono]

lanjut brader 😊🙏👍

[@IHatePixel]

data science in a nutshell. sangat berguna untuk yang baru belajar data science dalam memahami konsepnya secara general. Thank you pak

[@RomiSatriaWahono]

siap ... lanjut mas

[@muhammadsidik9931]

Masya allah selengkap ini gratis, barakallah pak romi, sehat terus pak, semoga ilmunya bermanfaat bagi kita yang nonton

[@RomiSatriaWahono]

Siap mas ... landjoet

[@deynita100]

Thx Pak, penjelasannya sangat membantu saya yang awam..semoga keberkahan ilmunya menjadi amal yang selalu mengalir pahalanya

[@RomiSatriaWahono]

amiiin .. alhamdulillah kalau bermanfaat 😊

[@iputuarimarthana7716]

selamat siang bapak romi, terima kasih atas penjelasan nya.. karena pandemi jadi dosen hanya memberi tugas buat makalah saja, sehingga penjelasan nya kurang kami ketahui. semoga dengan penjelasan bapak romi bisa membantu kami para mahasiswa. suksme

[@RomiSatriaWahono]

siap ... lanjut mas ... ikuti semua playlist sipaya komprehensif

[@ronariantini1483]

MasyaAllah, sy yang tidak punya basic apa-apa di data mining, jadi tertarik belajar 👍🏻 Terimakasih sharingnya. Semoga jadi ilmu bermanfaat dunia akhirat pak🤲

[@RomiSatriaWahono]

pelan2 diulang2 terus mbak .. lanjut

[@rahadiansunandar]

Terima kasih, Pa. Saya suka dg style penyampaiannya. TOP. 👍 Sy newbie ttg Data Science, dan menemukan "aha moment" ttg supervised/unsupervised learning di video ini. Siap meluncur ke video2 selanjutnya.

[@RomiSatriaWahono]

siap ... lanjut mas robby

[@joniole7714]

terima kasih atas sharing knowledge tentang data mining dari pak Romi. udah menambah wawasan saya tentang data mining 🙏🏻

[@RomiSatriaWahono]

Siap... lanjutkan perdjoeangan mas 😊👍

[@wiwieksuristiyanti7776]

Alhamdulillah... Terima kasih banyak ilmunya, Pak Romi.. Amal jariyah buat Bapak... Semoga selalu sehat terus ya, Pak...

[@RomiSatriaWahono]

Amiiin ... siap lanjut mbak

[@prasetyaprasetya1817]

Pak tanya: 1:03:05 apakah metode estimasi, forecast,klasifikasi itu sudah pasti supervised learning? sedangkan klastering dan asosiasi sudah pasti unsupervised learning? 52:23 54:57 apakah atribut itu dpt dikatakan variabel bebas? sedangkan class adl variabel terikat? 53:57 apakah umur itu termasuk data yg tdk mempunyai titik 0 absolut? apakah mksud dr titik 0 yg absolut? terimakasih sebelumnya

[@RomiSatriaWahono]

ikuti lagi semua youtube ku ya mas ... sudah saya jelaskan

[@jodiebucceri]

alhamdulillah, tiba2 datang sendiri di beranda konten yang aku butuhkan. Terimakasih banyak pak, saya sangat mau belajar Data Scienctis

[@RomiSatriaWahono]

siap .... lanjut mas .... cek seluruh video di playlist data science

[@pplapriani]

Terima kasih untuk sharing Ilmunya... Alhamdulillah saya jadi lebih memahami tentang Data Mining ini.... 🙏🙏🙏

[@RomiSatriaWahono]

alhamdulillah... lanjut belajarnya mbak apriani 😊🙏👍

[@faizahmuthi2585]

Terima kasih pak! Jalan pikiran saya jadi terang. Makin tertarik untuk jadi data scientist

[@RomiSatriaWahono]

alhamdulillah kalau bermanfaat mbak faizah ... mantab 👍

[@ibnuubaedi2403]

terima kasih pak romi atas ilmunya, berkat penjelasan di video ini, saya bisa membuat skripsi dengan tema data mining.

[@RomiSatriaWahono]

alhamdulillah mas ... lanjut 😊

[@budayakomputer4772]

Maturnuwun pak Romi, jadi ingat saat kuliah S2 di kelas, saya suka cara mengajar Jenengan, sehat selalau pak, Tuhan Memberkati.

[@RomiSatriaWahono]

siap ... lanjut mas

[@sr3821]

34:15 Pak, kan ada prinsip "correlation does not imply causation". Kalau benar bahwa kebanyakan perusahaan yang berkantor di gedung A kreditnya macet, secara logika kan bukan berarti "berkantor di gedung A menyebabkan kredit macet". Bisa jadi (misalnya) memang perusahaan-perusahaan itu kesulitan keuangan sehingga memilih berkantor di gedung A karena sewanya lebih murah. Tapi kan bisa jadi ada 1 atau 2 perusahaan yang keuangannya cukup kuat tapi memilih berkantor di gedung A demi efisiensi. Nah, bagaimana kita sebagai pengambil keputusan mempertanggungjawabkan hal ini? Kan pada akhirnya, apapun yang dihasilkan sistem, kita sebagai manusia yang harus bertanggung jawab. Terima kasih.

[@RomiSatriaWahono]

menarik, konsep correlation itu secara data sebenarnya "moving together", salah satu penyebab munculnya prinsip "correlation doesnt imply causation" adalah karena ada faktor/variable/atribut penting yg kelewat ... nanti coba cek lagi di sini: towardsdatascience.com/4-reasons-why-correlation-does-not-imply-causation-f202f69fe979 nah, sebenarnya dataset yg diolah di dunia data science itu normalized data, maknanya harusnya data profile gedung (termasuk harga sewa, lokasi, dsb) juga termasuk yg akan di joint dengan data utama, jadi logikanya kalau ada 4 alasan seperti artikel di atas itu muncul, sebenarnya akan tetap terlihat dari pola yg dihasilkan oleh data itu, asal kondisi datanya lengkap (atribut (variabel)) dan datanya) ...

[@maryamafifah2565]

saya baru aja training dapet dr kantor pak (yg ngajar dosen salah satu universitas), jujur 3 hari itu saya ga ngerti tp setelah nonton video bapak sangat amat membantu dan lebih paham pak. makasih ya pak

[@RomiSatriaWahono]

hehehe siap ... lain kali request trainingnya ke Brainmatics.ID saja mbak 😄

[@danarputra9181]

Lagi iseng iseng buka yt ketemu hal menarik Boleh dicoba nih

[@RomiSatriaWahono]

monggo mas ....

[@ridhazuchdi22]

Makasih pak, ilmunya mahal 🙏 semoga Allah SWT ganjar dengan pahala dan balasan berkali lipat..

[@RomiSatriaWahono]

amiiiin .. siap ... aman mas ...

[@tommys9568]

Penjelasannya luar biasa pak Romi terima kasih👍 tentang pengolahan data dari saya yang menggeluti bidang manufaktur dan logistik terjawab dan bisa semoga bisa berkembang lewat pengolahan data untuk rekomendasi keputusan

[@RomiSatriaWahono]

siap ... lanjut mas ke video berikutnya ... yg crisp dm dan preparation

[@bernadussuparno5517]

Salam pak Romi...penjelasan bagus bgt .ilmu banyak di aplikasikan terutama dalam ambil keputusan..makasih sekali pencerahannya pak ..Smg Berkatnya melimpah..👍👍🙏

[@RomiSatriaWahono]

siap ... lanjut mas

[@blajarin]

wah materi nya sangat mantab sekali Pak Romi, salam kenal, terima kasih sudah bebagi ilmu ini sangat luar biasa semoga menjadi amal jariyah amiin

[@RomiSatriaWahono]

amiiiin .. thanks mas

[@endlessgrace3793]

Penjelasan yang luar biasa pak, membuka wawasan utntuk belajar lebih lagi

[@RomiSatriaWahono]

siaap ... alhamdulillah kalau bermanfaat

[@galuhsulistyaning964]

Dulu tugas akhir ambilnya business intelligence. InsyaAllah tahun depan untuk latsar cpns ambil kasus pakai data mining. Videonya sangat membantu, jelas dan lengkap dengan contoh kasus. Matur nuwun pak sharing ilmunya 🙏

[@RomiSatriaWahono]

siap....lanjut mbak ....ikuti dengan pelan2 playlist data science .. lengkap semuanya

[@invalindiantcandrawinata7556]

Terimakasih pak, selama ini analisa sekedar analisa jalan aja, bebetulan saat ini menjadi manager produksi di sebuah penerbit yang tiap hari bersinggungan dengan data proses dan di tuntuk untuk terus mengefisiensi proses bisnis di dalemnya. Dengan penjelasan dari bapak, perlahan mulai mengerti pendekatan mana yang harus saya ambil untuk menghadapi masalah operasional, dan bisa mengaitkannya dengan kebutuhan konsumen. Mantap sekali, saya tunggu bukunya pak dan banyak studi kasus yang dibahas tuntas di setiap episode dengan 5 metode yang bapak jelaskan di akhir.

[@RomiSatriaWahono]

alhamdulillah kalau bermanfaat .. lanjut mas 😊👍

[@mahirtutorial680]

Kenapa baru Nemu channel yang bahas data mining lengkap dan mudah dipahami pas udah di semester 6😅 makasih pakkkk

[@RomiSatriaWahono]

siap lanjut mas ....sudah aku urutin 1 playlist ya hehehè

[@anjarnugroho2615]

Kesini setelah ikut kuliah 1H tarining Data science di zoom dan ingin memperdalam ttg data science. Terima kasih ilmunya pak

[@RomiSatriaWahono]

siap mas anjar ... lanjut

[@rizu1550]

Daging semua ini isi videonya. terima kasih Pak atas ilmunya.

[@RomiSatriaWahono]

siap thanks ... lanjut mas 👍

[@mochamadandinurfauzi9040]

pak romi, salam kenal, saya seorang lulusan kesehatan masyarakat, saat ini bekerja di NGO, dan berencana untuk spesialisasi diri di monitoring evaluation and learning untuk lembaga-lembaga pemberdayaan masyarakat. Ini sangat berguna sekali untuk pembelajaran saya, terima kasih banyak pak, Inshaa Allah jadi amal jariyah pak, Aamiin

[@RomiSatriaWahono]

sounds great mas ...lanjut 😊👍

[@sayidinaahmadalqososyi9770]

wah gila jelas banget pak, terimakasih, cocok untuk get started di bidang data

[@RomiSatriaWahono]

sip ..thanks lanjut mas

[@jkobali1609]

Terima kasih Pak Romi sangat lugas dalam menjelaskan konsep teori dan aplikasi nya .. hebat

[@RomiSatriaWahono]

siap ... lanjut mas 👍

[@bentarseptian3071]

Terima kasih ilmunya pak Romi, di 2022 ini masih berguna untuk sebagian orang termasuk saya :)

[@RomiSatriaWahono]

lanjut mas ... 👍🙏😊

[@vitohafizh6836]

Terimakasih atas ilmunya pak Romi, terus semangat untuk membuat video selanjutnya. Sangat membantu sekali untuk menambah pemahaman data mining :D

[@RomiSatriaWahono]

siap brader ... 😊

[@raznaanwar5159]

Terima kasih pak Romi. Akhirnya saya paham dan dapat pencerahan. sukses slalu pak Romi

[@RomiSatriaWahono]

alhamdulillah kalau bermanfaat mbak .. lanjut 😊👍

[@ridhokhafi4813]

Terima kasih yaa pak, semangat berkonten terus pak. Sangat bermanfaat 🙏

[@RomiSatriaWahono]

siap aman mas

[@deasafryda3619]

Terima kasih banyak untuk ilmunya pak Romi, semoga menjadi amal jariyah pak, Aamiin... Ditunggu video text miningnya pak..hehe

[@RomiSatriaWahono]

siap .. lanjut mbak

[@bluecreative223]

seneng liat konten nya pak romi, menginpirasi sekali menjadi data scient

[@RomiSatriaWahono]

siaaap .. thanks mas .. lanjut 🙏😊

[@rifqirafi8635]

Dalam penyampaian sangat baik, jelas, dan mudah dipahami, terimakasih pak romi atas ilmunya yg di berikan

[@RomiSatriaWahono]

siap .. aman mas rifqi

[@muhammadazwar6811]

sangat bermanfaat, trm ksh banyak guru Romi Satria Wahono.

[@RomiSatriaWahono]

siap ... thanks mas

[@fathiafraznaaz-zahra1453]

Terimakasih Bapak ilmunya, sangat bermanfaat, masyaaAllah, jazakumullahu khairan katsiran ^^

[@RomiSatriaWahono]

waiyyakum ....siap ... amiiin ...

[@wildanramdhany]

Sangat membantu pak, selama ini saya belajar data analisis pusing sekali, tapi kalo dari penjabaran seperti ini saya jadi mudah mengerti

[@RomiSatriaWahono]

siap .. alhamdulillah kalau bermanfaat mas ...

[@PeterKambey]

baca banyak udah, nyobain tool udah, tapi kok gak kena usecasenya,, yah pantes aja... data mining rolesnya salah tools.. thx Pak Romi yang sudah memberi pencerahan.. kuliah youtube terbaik yang pernah saya tonton...

[@RomiSatriaWahono]

siaaap ... lanjut brader 👍

[@irhamp]

Alhamdulillah, bisa nemu channel ini

[@RomiSatriaWahono]

lanjut mas hehehe

[@vartz9469]

Business Intelligence itu berarti data mining/science & big data juga ya pak? Berarti ada dari data -> insight dan menggunakan model & peran data mining juga ya? Trims pak sudah menjawab 🙏

[@RomiSatriaWahono]

BI kalau secara definisi dan platform, biasanya yg main targetnya itu transformasi data menjadi informasi ... makanya arahnya ke dashboard2 informasi dan statistik ... nyentuh knowledge juga tapi ga dalam

[@jufrishidik21]

Terima Kasih sangat bermanfaat dan sangan menambah ilmu.

[@RomiSatriaWahono]

siap ... lanjut mas jufri

[@saladin470]

Channel bapak sangat menginspirasi, terimakasih atas ilmunya Pak

[@RomiSatriaWahono]

ok siap mas ... lanjut ...

[@uceindahyanti4098]

barokallahu fiik Prof. Romi..

[@RomiSatriaWahono]

🙏😊 landjoet mbak

[@yudasflankers5084]

Wah saya telat banget ini, enak banget penjelasannya pak Romi langsung fokus dan paham ya walaupun sedikit demi sedikit 😁🙏

[@RomiSatriaWahono]

diulang2 mas terus pokoknya mas ...

[@adipurnomo5683]

Pak youtubenya di update lagi dong pak 😘😘☺️. Kangen celotehan kuliahnya ☺️

[@RomiSatriaWahono]

hehehee

[@ferrykurniawan8676]

Terimakasih banyak ilmu nya Pak Romi 🙏

[@RomiSatriaWahono]

siap ... lanjut mas 🙏😊👍

[@tiaraa5730]

terimakasih pak ilmunya sangat bermanfaat dapat dengan mudah dipahami. salam sukses pak

[@RomiSatriaWahono]

siap lanjut mas

[@dedisetiadi7642]

Terimakasih pa, pentingnya data dalam menyiapkan keputusan dan perencanaan

[@RomiSatriaWahono]

siap ... betuuul ...

[@resverae5829]

Ijin nyimak pak, terima kasih banyak...semoga senantiasa sehat&sukses pak..

[@RomiSatriaWahono]

siap lanjut yo ...

[@ajiboke7362]

Sangat membuka wawasan....

[@RomiSatriaWahono]

ok lanjut mas

[@marianusbria]

Kalau anak anak bapak itu. Biar bapak yang ngajar aja😃. Soalnya bapaknya sangat pintar. Proud yah pak.

[@RomiSatriaWahono]

kalau anak harus belajar dari banyak orang ... guru ga boleh hanya satu, bahaya hehehe

[@marianusbria]

@@RomiSatriaWahono Kalau mau tahu, baca banyak paper, baca ulang biar paham. Ini rekomendasi bapak. Sama juga anak butuh banyak pengasuh. Terima Kasih sudah share ilmunya. Sangat bermanfaat.

[@maimuna8468]

Terima kasih banyak pak🙏

[@RomiSatriaWahono]

ok ... lanjut mbak 👍

[@5_muhammadbagushidayatulla402]

Barakallah bapak 👍

[@RomiSatriaWahono]

amiiiin .. thanks mas 😊

[@dwiartirahmautami8396]

Saya sudah membaca namun masih bingung pak. Jika saya ingin meneliti pengaruh variabel a terhadap b menggunakan regresi linear dengan tools spss. Apakah LR ini masuk ke scope bidang ilmu data mining atau lebih ke scope data science ya pak? Saya tanya ke Prof. Fatimah Abdul Razak (malaysia) beliau menerangkan sebenarnya LR lebih ke statistika

[@RomiSatriaWahono]

ikuti lagi pelan2 semua youtubeku playlist data mining, sudah saya jelaskan ....

[@m3mys3lf85]

Terimakasih pak buat Ilmunya. Jadi tertarik kepoin Data mining (kebetulan background bukan datamining/komputer).. Semoga sehat dan bahagia selalu.

[@RomiSatriaWahono]

siap ... lanjut mas ..

[@josinsitinjak4908]

Gila sih pertama kali nonton konten edukasi 1 jam dan nagih

[@RomiSatriaWahono]

alhamdulillah kalau bermanfaat ... lanjut mas 👍

[@masbro1901]

jazakumullah khairan katsiran

[@RomiSatriaWahono]

waiyyakum ajmain

[@fidahyoung3840]

Baru pertama kali nonton🙏 salam pak dari Sulawesi, terimakasih atas informasinya pak😁

[@RomiSatriaWahono]

siap ... lanjut mbak ..

[@tellyanggra1753]

Nanya pak,, jika menggunajan linear regression untuk data mining ini harus ada uji asumsi klasik tidak pak? Lalu dengan datanya sendiri bagaimana? Apakah lebih leluasa atau harus diperhatikan seperti data panel, series dsb

[@RomiSatriaWahono]

Secara umum uji statistik klasik seperti uji normalitas, uji multikolinearitas, uji heteroskedastisitas, or uji autokorelasi sebaiknya dilakukan sebelum masuk ke algoritma regresi linier. Dengan itu kita bisa mencegah algoritma akan menghasilkan model prediksi dg koefisien yang bias, kurang akurat atau kesalahan umum interpretasi model yg lain. Kenapa di dunia data mining dan machine learning modern banyak dilewatkan para data scientist? Karena yg pertama kultur dan karakter peneliti machine learning yg kebanyakan algoritma yg digunakan adalah gaya heuristics, bukan matematika statistik yg asumsi data awalnya relatif lengkap. Yang kedua fokus utama penelitian data science modern kadang melakukan prediksi tanpa terlalu memedulikan interpretasi, akibatnya uji klasik seperti ini kadang diabaikan, khususnya bila teknik regularisasi (seperti Ridge atau Lasso) diterapkan. Tetapi, dalam konteks finansial seperti harga saham, di mana volatilitas dan ketepatan prediksi sangat penting, sebaiknya tetap lakukan uji statistik klasik untuk menghindari potensi kesalahan interpretasi.

[@tellyanggra1753]

@@RomiSatriaWahono baik pak terima kasih penjelasannya. Dapat disimpulkan bahwa machine learning mengabaikan uji asumsi tersebut karena objek yang diteliti adalah "perilaku" ,namun jika objek yang diteliti membutuhkan ketepatan tinggi seperti financial maka perlu dilakukan uji asumsi klasik.

[@dwiartirahmau.6745]

Selamat malam pak romi. Saya liat berdasarkan materi bapak kalo nilai auc itu ada kategorinya jadi misalnya nilai itu 0,9 tergolong excellent. Nah di mape juga ada kategorinya misalnya 0-10% tergolong sangat baik. Tapi apakah untuk RMSE itu ada range nilai kategorinya? Atau hanya "jika semakin mendekati 0, maka semakin baik tergolong semakin akurat" ?? Apakah seperti itu pak romi?

[@RomiSatriaWahono]

nah ... ini penjelasan agak panjang ... coba googling dengan RMSE range value deh

[@dwiartirahmau.6745]

@@RomiSatriaWahono 0- infinity pak

[@ariwirahadi8838]

Joss banget ini subscribe

[@RomiSatriaWahono]

siap .. thanks mas

[@irenemagdalenaebygael9085]

Terima kasih pak buat ilmunya, semoga sehat selalu dan bahagia 🙏

[@RomiSatriaWahono]

amiiiiin ... siap mbak .. thanks

[@prabandanaagung8230]

Pak Romi, setelah video ini kemudian video yan mana ya? kalau bisa minta tolong diplaylistkan video data mining from zero to advance buat modal cari tambahan receh pak...suwun

[@RomiSatriaWahono]

itu sudah ada playlistnya pertopik

[@pralambang]

Terima kasih pak penjelasannya mantap sekali, ngebantu banget untuk mata kuliah Data Mining saya pak

[@RomiSatriaWahono]

ok sip mqs ... lanjut

[@andresmuhammad6724]

pertama nonton vidio lansung subribe

[@RomiSatriaWahono]

thanks .. lanjut mas 👍😊

[@codelearnid]

01:03:15 SVM bukannya metode classifikasi

[@RomiSatriaWahono]

bisa utk forecasting dan klasifikasi ... neural network juga sama ...

[@codelearnid]

@@RomiSatriaWahono makasih pak,,,saya ulang2 ni video sambil saya catat,,,,selain rapid miner yang lebih simple ada pak,,orange 3

[@RomiSatriaWahono]

sebenarnya tools apapun ga masalah ... asal kita eksplorasi dengan lebih dalam saja ... kalau yg masuk leader di quadrant gartner selain rapidminer .. ada knime juga ... monggo .. apapun ga masalah karena secara building blok concept sama saja

[@codelearnid]

@@RomiSatriaWahono maksih pak baru belajar sya anak komputer

[@codelearnid]

@@RomiSatriaWahono ada buku om yang indo dulu buat dasar,,,

[@noakmansnandifu3671]

makasih sdh berbagi ilmunya.!

[@RomiSatriaWahono]

siap ... thanks sudah berkunjung

[@Vivian-o9b]

Data biasa adalah data yang tidak bermakna namun jika diolah jadi pengetahuan valuenya akan meningkat dan memilikk makna

[@RomiSatriaWahono]

nah ...betuuul 😊👍

[@TutorialMasArif]

mantab pak, sangat bermanfaat terima kasih

[@RomiSatriaWahono]

😊🙏👍

[@caesarsihombing2822]

Bagus banget pak, padat dan jelas, coba dosen saya kayak bapak hahah

[@RomiSatriaWahono]

nah .. lanjut mas

[@andyariefsetyawan5770]

Mantap Prof. Kangen gemblengan sabtu minggu

[@RomiSatriaWahono]

nah hehehe

[@adysuryadi]

mau tanya Pak, saya ingin terapkan attribute selection di rapidminer jika saya memakai WEKA CfsSubsetEval + GreedyStepwise yang menghasilkan bobot persentase atribut yang berkaitan, gimana caranya saya terapkan attribute selection di rapidminer?

[@RomiSatriaWahono]

Lihat video yg data preparation ya mas

[@didinseptarahmadi149]

alhamdulillah dapat memahami data dari pak Romi.. saya ada pertanyaan pak, untuk klastering, sebagai label/class, apakah dapat menggunakan jenis data polynomial ?

[@RomiSatriaWahono]

coba diulang lagi videonya ... clustering itu kan unsupervised learning ... tanpa class/label

[@didinseptarahmadi149]

@@RomiSatriaWahono maaf pak romi, maksud sy klasifikasi..🙏🙏

[@archimedes8481]

thanks ilmunya bang Romi

[@RomiSatriaWahono]

siap ... lanjut mas 👍🙏😊

[@bagusap2174]

Menonton video ini berasa lagi Belajar diperkuliahan dengan pengenalan data mining berasa lagi menjadi mahasiswa program pascasarjana

[@RomiSatriaWahono]

nah .. sounds great mas 👍😊

[@msyauliahasanah4867]

Pak saya punya dataset di bmkg untuk prediksi banjir , tapi tidak punya label untuk menentukan prediksiny , itu gimana ya pak ? Apa saya harus ngebaca data satu satu dan mencari referensi tentang rentang/kategori untk menentukan labelny ?

[@RomiSatriaWahono]

ikuti yg 5 peran data mining ... coba dianalisis dulu, dari 5 peran itu mau ambil yg mana .... dipikirkan dulu pelan2 ....

[@rahman_jai]

Keren kali Ilmunya Pak..

[@RomiSatriaWahono]

siap ... lanjut mas

[@dlist6132]

Mahu tanya, mungkin di sini ada yg bisa bantu jawab. Kalo u/ estimasi dan forecast itu apakah atributnya harus numerik semua atau bisa salah satu atau beberapa atributnya nominal. Makasih pa atas video materinya

[@RomiSatriaWahono]

dicoba dicemplungin saja di rapidminer atau knime .. nanti cek hasilnya hehehee

[@dlist6132]

@@RomiSatriaWahono lapor pak saya sudah coba tapi lewat auto model Dan di overviewnya saya liat ada Neural network dia punya classification error nya diatas 60% pak

[@abdulfazri3200]

Prof ijin bertanya ke unggulan dar softwre rapid minier itu apa ya jika di bandingkan software yang lainnua

[@RomiSatriaWahono]

nah ... kan udah aku bahas hehehe

[@S0da0DA]

Terimakasih atas ilmu nya, pak Mudah dimengerti

[@RomiSatriaWahono]

siap .. lanjut mas 👍

[@nuri8876]

Pak membahas infrastruktur teknologi informasi di youtube pak. Saya mencari referensinya susah pak. Terima kasih

[@RomiSatriaWahono]

maksudnya infrastruktur dari sisi apanya mas .. luas banget soalnya ... referensi textbooks kan banyak

[@gunturdharmawan3427]

Nah ini dia......ketemu kuliah data mining bareng RSW 👍

[@RomiSatriaWahono]

siap ... aman mas 👍😊

[@gantarfriansyah]

thanks Prof.

[@RomiSatriaWahono]

ok lanjut mas

[@mifkamorphosis]

terimakasih atas ilmunya pak, sudah saya subscribe 👍

[@RomiSatriaWahono]

ok lanjut mas

[@fathiafraznaaz-zahra1453]

Pak Romi, izin bertanya, adakah syarat berapa jumlah data minimal agar data tersebut bisa diolah menggunakan algoritma pada data mining ? Terimakasih...

[@RomiSatriaWahono]

konsepnya, data semakin baik kalau semakin mendekati populasi ....

[@fathiafraznaaz-zahra1453]

@@RomiSatriaWahono siap Pak, terimakasih, jazakallahu khaiir 🙏👍

[@maulanaajiw6184]

Assalamu'alaikum pak Romi. Saya mau bertanya. Data sains, data mining, dan kawan-kawannya kan memberikan hasil (keputusan, prediksi, dsb) berdasarkan data. Namun apakah hasil itu akan akurat/presisi jika sejak awal terdapat kesalahan pada datanya? Misalkan karena salah catat, atau terdapat selisih yang besar antar sumber data yang terkumpul

[@RomiSatriaWahono]

waalaikum salam wr wb ... coba direnungkan dan dipikirkan dulu makna data mining ... diikuti semua video youutbeku di playlist data mining ... pasti akan tahu jawabannya

[@iyutwindayanapurba1365]

Terimakasih atas share ilmu nya pak Sehat selalu ya pak..

[@RomiSatriaWahono]

siap mbak .. thanks

[@Lakilako99]

Mantap makasih pak👌

[@RomiSatriaWahono]

siap ... thanks mas .. lanjut

[@alihudzaifi7078]

Terimakasih banyak, Prof

[@RomiSatriaWahono]

ok siap ... sama2 mas

[@yuslingaming1399]

Terimakasih Pak Ruslan

[@RomiSatriaWahono]

ruslan?

[@febiadrian2337]

dosen idaman mantap

[@RomiSatriaWahono]

hwaduh ... berat itu hehehe

[@Fathir11_4]

Salam pak Romi...mau nanya, kalau data saya adalah uji kesukaan (prevalensi) konsumen dengan hasil data klas/label sebuah data set ada 5 kelompok (sangat suka, suka, agak, tidak suka) lalu data tersebut dibuatkan nilai 1-5. Apakah saya olah dengan algoritma klastering..Terima kasih sebelumnya dengan jawabannya...Sehat dan sukses selalu pak Romi

[@RomiSatriaWahono]

data hasil survey skala likert seperti itu sebenarnya bukan obyek data utk data mining .... cukup diolah secara statistik saja ...

[@Fathir11_4]

terima kasih banyak pak Romi...semoga sehat dan sukses selalu