Hari 1:
Pengenalan kepada Weka sebagai perangkat lunak sumber terbuka untuk analisis data.
Mengenal antarmuka pengguna Weka dan struktur dataset.
Pemahaman tentang proses dasar analisis data.
Praktek: Memuat dataset, menjelajahi data, dan memahami statistik deskriptif.
Hari 2:
Pemahaman tentang tahap pra-pemrosesan data, termasuk pembersihan, transformasi, dan reduksi dimensi.
Mengenal teknik teknik pra-pemrosesan seperti normalisasi, pengisian data yang hilang, dan seleksi atribut.
Pemahaman tentang konsep "workflow" dalam Weka.
Praktek: Melakukan pra-pemrosesan data pada dataset.
Hari 3:
Pengenalan kepada teknik-teknik pembelajaran mesin dan klasifikasi.
Mengenal algoritme klasifikasi yang umum digunakan dalam Weka.
Pemahaman tentang validasi silang (cross-validation) dan pengukuran kinerja model.
Praktek: Melatih model klasifikasi dan mengukur kinerjanya.
Hari 4:
Memahami konsep clustering (pengelompokan) dalam analisis data.
Mengenal algoritme clustering yang tersedia dalam Weka.
Pemahaman tentang teknik evaluasi dan interpretasi hasil clustering.
Praktek: Melakukan analisis clustering pada dataset.
Hari 5:
Pengenalan kepada pemrosesan teks dan analisis teks dengan Weka.
Mengenal alat-alat untuk pemrosesan teks, seperti pembobotan TF-IDF.
Pemahaman tentang klasifikasi teks dan analisis sentimen.
Proyek Akhir: Melakukan proyek analisis data dengan dataset dan teknik analisis yang dipilih.
Penyelesaian kursus dan sertifikat.