Deskripsi Singkat
Mata kuliah ini memperkenalkan bidang ilmu data science secara garis besar dan contoh-contoh penggunaanya pada kasus yang umum ditemukan. Kegiatan dalam kuliah ini meliputi penyampaian materi, diskusi kelompok, serta pengerjaan tugas kelompok berupa proyek-proyek data sains sederhana.
Capaian Pembelajaran Mata Kuliah
Capaian pembelajaran dalam mata kuliah ini antara lain sebagai berikut.
- Peserta memahami konsep umum dari task dalam tahapan penggunaan data science.
- Peserta mampu membuat visualisasi data yang bermakna dan memberikan insight dengan menggunakan teknologi terkait, seperti Ms. Excel, Orange, dan Tableau.
- Peserta mampu melakukan tahapan data science hingga descriptive analysis terhadap dataset sederhana.
- Peserta memahami konsep dasar dan aplikasi penambangan data serta predictive analysis.
- Peserta mampu menyampaikan hasil penerapan data science untuk contoh kasus sederhana yang diberikan, dalam bentuk laporan yang sistematis dan mempresentasikannya.
Materi Pembelajaran
Topik yang akan dibahas dalam mata kuliah ini adalah sebagai berikut.
- Tahapan data science dan contoh-contoh aplikasinya.
- Pengenalan sumber data, big data, atribut data, dan pendeskripsian data.
- Praktik visualisasi data menggunakan Microsoft Excel dan Tableau atau PowerBI.
- Teknik-teknik data preprocessing (disertai praktik) seperti menangani missing values, correlation analysis untuk pemilihan fitur, sampling, dan normalisasi.
- Descriptive analysis menggunakan statistika dan visualisasi sederhana (disertai praktik).
- Teknik-teknik predictive analysis seperti pattern mining, regresi, klasifikasi, dan klasterisasi beserta contoh penerapannya.
Prasyarat
Lulus Dasar-dasar Pemrograman dan tempuh Statistika untuk Komputasi.