Data Science Engineer
Data Science dengan K-Prototype Clustering
intermediate
0,00
7 jam 0 menit
0 Siswa Terdaftar
Deskripsi
Ingin tahu bagaimana cara mengelompokkan data yang berisi angka dan kategori sekaligus, seperti data pelanggan atau transaksi? Pelajari K-Prototypes Clustering di aodedu.id dan pahami cara kerja algoritma yang mampu menangani dua jenis data dalam satu model. Materi disusun sederhana, aplikatif, dan berbasis coding Python — cocok untuk pemula maupun profesional yang ingin memahami teknik clustering di dunia nyata.
Sasaran Siswa
- Memahami konsep dasar unsupervised learning dan peran clustering dalam analisis data.
- Menjelaskan prinsip kerja algoritma K-Prototypes sebagai kombinasi antara K-Means dan K-Modes.
- Mempersiapkan dan mengolah data numerik dan kategorikal untuk kebutuhan clustering.
- Menerapkan algoritma K-Prototypes menggunakan Python dan library pendukungnya.
- Mengevaluasi hasil clustering dan menafsirkan insight yang relevan untuk pengambilan keputusan.
- Menerapkan konsep clustering pada kasus nyata, seperti segmentasi pelanggan atau analisis perilaku pengguna.
Perangkat yang Dibutuhkan
Prosesor
Intel Core i3 (Rekomendasi Core i5 ke atas)
Sistem Operasi
Windows, Linux, MacOS
Biaya Investasi
Rp 400.000
Metode Ajar
- Self-paced learning
- Total Belajar : 7 jam 0 menit
Instructor
Dr. Ni Wayan Sumartini Saraswati, S.T.,M.T.
Apa yang akan Anda dapatkan
Sertifikat
Dapatkan sertifikat resmi sebagai bukti kompetensi Anda.
Modul
Akses modul pembelajaran lengkap yang mudah dipahami kapanpun.
Forum Diskusi
Diskusi interaktif bersama siswa lainnya.
Kuis
Kuis singkat untuk menguji dan memperkuat pemahaman materi.
Ujian
Ujian akhir untuk mengukur kemampuan dan kelulusan course.
Silabus
Materi yang Anda pelajari di kelas ini
Pengenalan K-Prototypes
K-Prototypes adalah metode clustering unsupervised yang dirancang untuk menangani data campuran, yaitu data yang berisi variabel numerik dan kategorikal sekaligus. Metode ini merupakan penggabungan antara K-Means dan K-Modes.
120 Menit
Evaluasi Model K-Prototypes
Setelah kita selesai membuat model clustering dengan K-Prototypes, langkah penting berikutnya adalah mengevaluasi hasilnya. Tujuannya adalah untuk mengetahui seberapa baik cluster yang terbentuk apakah sudah rapi, jelas, dan bermakna atau masih tumpang tindih.
120 Menit
Submission
Modul ini membahas penerapan K-Prototypes sebagai metode clustering untuk data campuran yang berisi fitur numerik dan kategorikal. Peserta akan mempelajari konsep perhitungan jarak numerik dan kategorikal, peran parameter gamma, mekanisme pembaruan pusat cluster, serta penentuan jumlah cluster menggunakan Elbow Method. Melalui studi kasus transaksi warung, peserta dilatih melakukan data cleaning, preprocessing fitur campuran, pemilihan variabel yang relevan, serta interpretasi hasil clustering untuk menghasilkan segmentasi pelanggan dan insight bisnis yang aplikatif.
180 Menit