Garis besar topik


  • DOSEN

    Name  : TM Zaini, S.Kom.,M.Kom.
    NIDN   : 0217127101   
    NIK      : 00250101
    WA      : 082177831979 
     e-mail : tmzaini@darmajaya.ac.id
    YouTube Channel :       TM Zaini      hejo-lampung  
    Link Pembelajaran : s.id/webtmzaini
         

    PENDIDIKAN

       S1 - Universitas Bina Darma,  Palembang    S2 - Universitas Gadjah Mada, Yogyakarta


    BOBOT PENILAIAN
    GRADING Nilai Range
    A                  80 - 100
    A-                 75 - 79
    B+                70 - 74
    B                  60 -69
    B-                 55 -59
    C                  50 -54
    D                  <50

    METODA EVALUASI

    Dalam menentukan nilai akhir akan digunakan prosentase pembobotan sebagai berikut:

    No.   Komponen   Bobot
    1       UTS               20 %
    2       UAS               20 %
    3       Tugas            20 %
    4       Attitude         20 %
    5      Kehadiran       20 %
                       Total   100 %

    ===============================

    Deskripsi Mata Kuliah   

    Mata kuliah Strategi Business intelligence adalah mata kuliah yang mempelajari seperangkat konsep, metode dan proses untuk meningkatkan keputusan bisnis dengan menggunakan berbagai sumber informasi dan mengaplikasikanpengalaman, asumsi untuk mengembangkan akurasi pemahaman bisins secara dinamik

    Silabus Matakuliah :

    1 | 1-2   Dasar-dasar BI  - Contextual Learning (CL)
                  Komponen Business Intelligent - Problem Based Learning (PBL)

    2 | 3-4   SISTEM PENDUKUNG KEPUTUSAN (DSS) - Contextual Learning (CL)

    3 | 5-6   Organisasi, bisnis dan manajemen Data dan informasi - Problem Based Learning (PBL)

    4 | 7-8  Customer Relationship Management (CRM),
                Manajemen penerimaan,
                Enterprise Information Portal,
    5 | 9-10 E    nterprise Resource Planning Systems (ERP),
                  Executive Information Systems
                  Group Support Systems (GSS)   
    6 | 9-10  Expert System,
                  Artificial Neural Networks
                  Genetic Algorithms
    7 | 11-12 Intelligent Agents,
                    Fuzzy Logic,
    8 | 13-14 UTS - Ujian Tengah Semester
    9 | 15-16 Knowledge Acquisition,
                    Knowledge Representation
                    Knowledge Management System 
    10|17-18  Pemodelan ruang vektor, vector space model (VSM) Similarity dan
                    distance Visualisasi (OLTP vs OLAP, Skema warehouse, Pemodelan cube, Extact, transform,loading (ETL)  
    11|19-20 Pentaho Anlysis (Aplikasi Workbench) 
    12|21-22 Data Mining Clustering Classification Association analysis
                    Tools Weka
    12|23-24 SPK - Visualisasi, dashboarding
    13|25-26 Analisa prediktif - Pendekatan statistika, Analisis berdasar urutan waktu
    14|27-28 Konsep dan implementasi big data analytic - Karakteristik big data Platform, pengenalan hadoop, spark
    15|29-30 konsep dan implementasi big data analytic -Data analytic Issue-issue dan pemanfaatan lebih lanjut
    16|31-32 UAS-Ujian Akhir Semester

    Referensi:   

    Referensi :
    1. R. Sharda, D. Delen, & E. Turban, ΓÇ£Business Intelligence and Analytics. Systems for Decision SupportΓÇ¥, 10th Edition, Pearson/Prentice Hall, 2015.
    2. Ramesh Sharda, et al., ΓÇ£Business Intelligence: A Managerial Perspective on Analyti csΓÇ¥, 3/E, Prentice Hall, 2014
    3. Simha R. Magal, ΓÇ£Integrated Business Process with ERP SystemΓÇ¥, John Wiley and Sons, Inc, 2012
    4. Efrain Turban, et.al., ΓÇ£Decission Support and Business Intelligence SystemΓÇ¥, Pearson, 2011
    5. Kimball, Ralph, Ross, Margy, Relentlessly Practical Tools for Data Warehousing and Business Intelligence, Wiley Publishing Inc., Indianapolis, 2010
    6. Vercellis, Carlo, Business Intelligence: Data Mining and Optimization for Decision Making, John Wiley and Sons Ltd., West Sussex, 2009


    STRUKTUR PELAKSANAAN

    Struktur Pelaksanaan Perkuliahan matakuliahPemrograman Lanjut ini, diharapkan seluruh peserta didik dapat menyelesaikan mata kuliah ini dalam kurun waktu antara 4-6 bulan. Adapun struktur pelaksanannya adalah sebagai berikut : 

    • Peserta didik diwajibkan membaca setiap materidan konten yang diberikan per pokok bahasan, yang diikuti dengan secara aktif berpartisipasi dalam diskusi dan pengerjaan kuis yang telah tersedia
    • Setiap tiga pokok bahasan selesai, peserta didik akan diberikan tugas yang harus dikumpulkan dalam waktu tidak lebih dari satu bulan (30 hari kerja)
    • Setelah peserta didik menguasai 6 (enam) pokok bahasan, maka yang bersangkutan dapat mengikuti UTS
    • Pada saat seluruh pokok bahasan telah dipahami dan dipelajari oleh peserta didik, maka yang bersangkutan dapat mengikuti UAS
    • Semua bentuk aktivitas selama perkuliahan harus terdata di LMS ini