Seminar Pendekatan Data Mining Memprediksi Profil Sosial Masyarakat Menggunakan Aplikasi RapidMiner

Main Article Content

Amar Pegirosa Natasuwarna

Abstract

Data mining mampu memprediksi profil sosial masyarakat. Salah satu aplikasi yang dapat digunakan untuk keperluan data mining adalah RapidMiner. Para pelajar sebagai calon pencari kerja, perlu mengenal data mining dan RapidMiner sebagai metode dan perangkat yang banyak digunakan untuk mengolah big data pada era revolusi industri 4.0. Untuk melaksanakan pengabdian kepada masyarakat, maka dilakukan seminar mengenai data mining dan RapidMiner bekerja sama dengan SMA Panca Bhakti Pontianak. Pesertanya adalah pelajar SMA Panca Bhakti Pontianak berjumlah 27 orang. Seminar ini diadakan bertujuan untuk meningkatkan pemahaman mengenai data mining dan bagaimana mengambil manfaat dengan menggunakan RapidMiner, sehingga peserta dapat menggunakan pengetahuan ini pada kegiatan pengolahan data pada masa sekarang maupun yang akan datang. Pembahasan data mining dibatasi pada metode yang paling sering digunakan yakni klasifikasi. Seminar ini merupakan kelanjutan dari seminar sebelumnya yang membahas mengenai revolusi industri 4.0, dengan contoh yang diberikan diantaranya adalah data mining dan big data. Penyampaian seminar ini dilakukan dengan cara ceramah dan tanya jawab. Hasil evaluasi menggunakan kuesioner menunjukkan bahwa terjadi peningkatan pengetahuan pelajar mengenai data mining dan RapidMiner. Dengan bekal wawasan yang telah diperoleh pada seminar ini, peserta dapat mempraktekkan big data dengan menggunakan perangkat RapidMiner yang banyak digunakan secara luas di kalangan akademik dan bisnis.
 
Kata kunci: Data Mining, Klasifikasi, RapidMiner, Big Data, Profil Sosial

Article Details

How to Cite
NATASUWARNA, Amar Pegirosa. Seminar Pendekatan Data Mining Memprediksi Profil Sosial Masyarakat Menggunakan Aplikasi RapidMiner. SNPMas : Seminar Nasional Pengabdian pada Masyarakat, [S.l.], p. 38-44, dec. 2019. Available at: <https://ejurnal.dipanegara.ac.id/index.php/snpmas/article/view/427>. Date accessed: 22 feb. 2020.
Section
Articles