| Bahan Kajian | - Pengantar Analitik Data
- Eksplorasi dan Pemahaman Data
- Pembersihan dan Persiapan Data
- Analisis Statistik untuk Analitik Data
- Machine Learning untuk Analitik Data
- Evaluasi dan Interpretasi Model
- Dasar-Dasar Visualisasi Data
- Komunikasi dan Pengambilan Keputusan Berbasis Data
- Studi Kasus Analitik Data Lintas Domain
| - Introduction to Data Analytics
- Data Exploration and Understanding
- Data Cleaning and Preparation
- Statistical Methods for Data Analytics
- Machine Learning for Data Analytics
- Model Evaluation and Interpretation
- Fundamentals of Data Visualization
- Data Communication and Decision-Making
- Cross-Domain Data Analytics Case Studies
|
|---|
| Capaian Pembelajaran Mata Kuliah (CPMK) | - Mahasiswa mampu menjelaskan siklus hidup analitik data, mulai dari eksplorasi, pembersihan, hingga persiapan data untuk pemodelan.
- Mahasiswa mampu menerapkan berbagai metode statistika dan algoritma machine learning untuk mengekstraksi pola dan wawasan dari data.
- Mahasiswa mampu merancang dan membuat visualisasi data yang efektif dan interaktif untuk mengkomunikasikan hasil analisis kepada berbagai pemangku kepentingan.
- Mahasiswa mampu menganalisis dan menginterpretasikan hasil dari studi kasus analitik di berbagai domain (kesehatan, finansial, smart city) untuk mendukung pengambilan keputusan.
| - Is able to explain the data analytics lifecycle, including data exploration, data cleaning, and data preparation for modeling.
- Is able to apply various statistical methods and machine learning algorithms to extract patterns and insights from data.
- Is capable of designing and developing effective and interactive data visualizations to communicate analytical results to diverse stakeholders.
- Is able to analyze and interpret results from analytical case studies across multiple domains (e.g., healthcare, finance, smart cities) to support data-driven decision-making.
|
|---|