Page 13 - E Modul Data Analytics _Neat
P. 13

Data Analytics







                                                     Pendahuluan



                   A.  Capaian Pembelajaran  Matakuliah (CPMK)


                   1.  Menunjukkan  sikap  bertanggungjawab  atas  pekerjaan    di  bidang  keahliannya  secara

                       mandiri, internalisasi nilai, norma, dan etika akademik;
                   2.  Mampu mendefinisikan kebutuhan pengguna atau pasar terhadap kinerja (menganalisis,

                       mengevaluasi dan mengembangkan) algoritma/metode berbasis computer
                   3.  Mampu menerapkan kreatifitas dalam memberikan alternatif solusi.
                   4.  Mampu menerapkan algoritma/metode dalam perangkat lunak berbasis computer.

                   5.  Mampu  menelaah  cara  kerja  sistem  komputer  dan  mampu  merancang  dan
                       mengembangkan berbagai algoritma/metode untuk memecahkan masalah.


                   B.  Deskripsi Singkat Materi
                              Matakuliah ini membahas tentang  fenomena yang terkait dengan  pertumbuhan

                       data,  menjelaskan  pengertian  data  analytics  dan  menjelaskan  bagaimana  langkah  –
                       langkah dalam visualisasi data. E-modul ini tidak hanya menawarkan pemahaman teori,

                       tetapi  juga  menjelaskan  studi  kasus  yang  menggali  analisis  menggunakan  berbagai
                       metode dalam dunia data mining.
                              Salah satu fokus utama dalam matakuliah ini adalah mendalami metode- metode

                       dalam  data  mining  yaitu  metode  regresi,  metode  klarifikasi,  metode  clustering,  dan
                       metode asosiasi. Mulai dari konsep dasar hingga penerapan praktis, mahasiswa akan

                       diperkenalkan bagaimana teknik analisis yang ada pada setiap metode.  E- modul ini
                       juga memperkenalkan perangkat lunak dalam mendukung setiap tahap analisis. Mulai
                       dari  SPSS  untuk  analisis  metode  regresi,  RapidMiner  untuk  eksplorasi  data,  hingga

                       Power BI dan Tableau untuk Visualisasi  data.
                              Dengan  Menggabungkan  teori,  studi  kasus  dan  penggunaan  perangkat  lunak
                       terkini,  e-modul  ini  membekali  mahasiswa  dengan  pemahaman  mendalam  dan

                       keterampilan  praktis  yang  relevan  dalam  menghadapi  tantangan  analisis  data  di  era
                       digital ini.








                                                              1
   8   9   10   11   12   13   14   15   16   17   18