Garis besar topik

    • Perkenalan dan Deskripsi Matakuliah Forum

      Assalamualaikum Wr.. Wb.

      Selamat Pagi dan salam sejahtera untuk para Mahasiswa Semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWT Tuhan yang Maha Kuasa.

      Selamat bergabung di kelas Mata kuliah Pengantar Sains Data pada Program Studi Sains Data  Fakultas Ilmu Komputer, IIB DARMAJAYA.

      Dalam matakuliah ini, kita akan membahas konsep dasar sains data dan perannya dalam berbagai sektor, serta bagaimana sains data memengaruhi kehidupan kita sehari-hari. Sains data sebagai salah satu bidang yang paling dinamis dan berpengaruh dalam ilmu pengetahuan dan industri telah mendorong pemahaman dan pengambilan keputusan berdasarkan data. Sains data telah mengubah cara kita memandang informasi dan membantu kita mengeksplorasi dunia dengan cara yang baru dan lebih mendalam.

      Selamat mengikuti perkuliahan ini dengan baik, dan  Tetap semangatΓǪ !!

      Wassalamu'alaikum Wr. Wb


      Nurjoko, S.Kom., M.T.I

       

      Deskripsi Matakuliah:

      Pengantar Sains Data merupakan mata kuliah yang secara komprehensif mempelajari konsep-konsep dasar, teknik, dan alat yang digunakan dalam analisis data untuk mendapatkan wawasan berarti dan mendukung pengambilan keputusan yang lebih baik. Mata kuliah ini memberikan dasar bagi mahasiswa untuk memahami bagaimana data dapat diolah, dipahami, dan dimanfaatkan untuk mengidentifikasi tren, pola, dan informasi berharga dengan berbagai pendekatan.

      Capaian Pembelajaran Mata Kuliah (CPMK)

      1. Mahasiswa memahami konsep dasar sains data dalam pengambilan keputusan, teknik dan analisis dasar menggunakan statistika, seperti statistika deskriptif dan inferensial.
      2. Mahasiswa mampu menjelaskan prinsip-prinsip dasar sains data, termasuk konsep data, preprocessing, analisis, dan interpretasi hasil.
      3. Mahasiswa mampu menganalisis kebutuhan analisis data yang spesifik dan memilih metode yang paling sesuai dan tools, seperti klasifikasi, regresi, clustering, atau lainnya.

       

      Struktur Pelaksanaan yaitu : 

      Materi ini akan kita pelajari sebanyak 16 kali pertemuan, dimana pertemuan 1-7 pemaparan materi dilanjutkan pertemuan ke 8 evaluasi UTS dan dilanjutkan pemaparan materi 9-15 dilanjutkan dengan pertemuan ke-16 evaluasi UAS. Untuk lebih detail bisa di lihat pada RPS.


      Model Asesment  dan bobot penilaian

      Evaluasi penguasaan dan pemahaman terhadap materi kuliah menggunakan pendekatan dengan instrumen sebagai berikut :

      1.      Presensi Kehadiran (20%)

      2.      Tugas Mandiri (20%)

      3.      Ujian Tengah Semester (20%)

      4.      Ujian Akhir Semester (20%)

      5.      Etika (20%)

       

      Pustaka

      1.      Introduction to Data Science, Laura Igual dan Santi Segui, Springer: 2017

      2.       An Introduction to Data Science, Jefrey Stanton, Syracuse University

      3.      PractiotionerΓÇÖs Guide to Data Science, Hui Lin dan Ming LI, 2023

  • Minggu Pertama, Pertemuan Ke- 01, Konsep Dasar Data Science

    • MATERI PPT PERTEMUAN 1 Berkas PPTX
      Siswa harus
      Tandai selesai

      Konsep Dasar Data Science  

      -    Definisi Sains Data

      -    Apa itu Data

      -    Tentang Skills dan peluang Sains Data?

      -    Identifikasi Masalah Data secara umum?


      3.4 MB · Diunggah 26/09/25, 04:15
    • Diskusi Kelas: Konsep Dasar Data Science Forum
      Siswa harus
      Tandai selesai

      1. Apa yang terlintas di pikiran Anda saat mendengar istilah Data Science?
      2. Menurut Anda, apa itu data? Bisa sebutkan contoh data yang sering kita temui sehari-hari.
      3. Menurut Anda, skill apa yang paling penting dimiliki seorang Data Scientist?
      4. Apa peluang kerja atau manfaat Data Science yang paling menarik menurut kalian?
      5. Menurut Anda, masalah apa yang sering muncul ketika kita bekerja dengan data?

  • Minggu Pertama, Pertemuan Ke- 02, Pengumpulan data dan Preprocessing

    • Materi Berkas PDF
      Siswa harus
      Tandai selesai

      PENGUMPULAN DATA DAN PREPROCESSING


      1.6 MB · Diunggah 3/10/25, 09:41

  • Minggu Pertama, Pertemuan Ke- 03, Pengumpulan data dan Preprocessing

    • Materi PPT Berkas PDF
      Siswa harus
      Tandai selesai

      Statistik Deskriptif

      • Pengenalan Statistik Deskriftif.
      • Pengumpulan dan Presentasi Data (Qual & Quan) dan (frekuensi & distribusi).
      • Ukuran Pemusatan Data (Rata-rata, mean, modus).
      • Ukuran Variablitas Data (rentang & varians).

      1.0 MB · Diunggah 10/10/25, 06:34

  • Minggu Keempat, Pertemuan Ke- 04, Statistik Inferensial

    • Meteri PPT Berkas PDF
      Siswa harus
      Tandai selesai

      Statistik Inferensial

      -          Pengenalan Statistik Inferensial

      -          Distribusi Probabilitas.

      -          Estimasi Parameter

      -          Pengujian Hipotesis

      Contoh Kasus

      739.7 KB · Diunggah 17/10/25, 06:05

  • Minggu Keempat, Pertemuan Ke- 05, Supervised Learning

    • Materi PPT Berkas PDF
      Siswa harus
      Tandai selesai

      Supervised Learning

      -          Pengenalan Supervised Learning

      -          Tipe-Tipe Masalah Supervised Learning

      -          Pemahaman Tentang Data (training dan testing)

      Fitur dan Label

      593.9 KB · Diunggah 24/10/25, 02:53
    • Siswa harus
      Tandai selesai

      Silahkan ditonton dan simak Materi vidio Beriku ini:



    • Soal Latihan Forum
      Siswa harus
      Tandai selesai

      1. Jelaskan dengan singkat apa yang dimaksud dengan Supervised Learning!

      2. Sebutkan dua contoh masalah yang bisa diselesaikan dengan metode klasifikasi!

      3. Apa perbedaan utama antara data training dan data testing?

      4. Berikan contoh 3 fitur dan 1 label

  • Minggu Ke-Enam, Pertemuan Ke- 06, SUPERVISED LEARNING _KLASIFIKASI & REGRESI

    • Materi PPT Berkas PDF
      Siswa harus
      Tandai selesai

      SUPERVISED LEARNING

      - KLASIFIKASI & REGRESI

      939.3 KB · Diunggah 31/10/25, 07:31
    • Siswa harus
      Tandai selesai

      Materi Vidio


  • Minggu Ke-Enam, Pertemuan Ke- 07, UNSUPERVISED LEARNING

    • Materi PPT Berkas PDF
      Siswa harus
      Tandai selesai

      Unsupervised Learning

      -   Pengenalan Unsupervised Learning

      -   Tipe-Tipe Masalah Unsupervised Learning

      -   Algoritma Clustering

      -   Association Rule Mining

      -   Unsupervised to Supervised

      Contoh Kasus. 

      387.6 KB · Diunggah 7/11/25, 05:07
    • Siswa harus
      Tandai selesai

      Silahkan Tonton materi Vidio pada link beriku ini:


  • Pertemuan Ke- 08 - Ujian Tengah Semester

  • MATERI PERTEMUAN 9-UNSUPERVISED LEARNING_CLASSTERING & ASSOCIATION RULE MINING

    • Materi PPT Berkas PDF
      Siswa harus
      Tandai selesai

      Unsupervised Learning

      -          Algoritma Clustering

      -          Association Rule Mining

      -          Unsupervised to Supervised

      Contoh Kasus.

      1.3 MB · Diunggah 28/11/25, 06:03
    • Siswa harus
      Tandai selesai

      Silahkan Simak dan Tonton Materi Vidio pada link berikut: 


  • Pertemuan Ke- 10, Network Analysis

    • Materi PPT Berkas PDF
      Siswa harus
      Tandai selesai

      Network Analysis

      -          Pengenalan Network Analysis

      -          Representasi Jaringan (Graf, Bobot dan Atribut)

      -          Mengukur Sentralitas

      -          Deteksi Komunitas

      -          Analisis Jarak dan Hubungan

      -          Analisis Jarak Terpendek

      Contoh Kasus. 

      1.7 MB · Diunggah 5/12/25, 05:38
    • Siswa harus
      Tandai selesai
      Silahkan disimak materi vidio berikut ini:



    • Tugas Forum
      Siswa harus
      Tandai selesai

      Buat Resume dari Materi Vidio tersebut dan buatkan juga kesimpulanya

  • Pertemuan Ke- 11, Recommender System

    • Materi PPT Berkas PDF
      Siswa harus
      Tandai selesai

      Recommender System

      -          Pengenalan Sistem Rekomendasi

      -          Representasi Data

      -          Tipe Rekomendasi Sistem

      -          Matriks Faktorisasi

      -          Contoh Kasus


      1.4 MB · Diunggah 12/12/25, 05:35
    • Siswa harus
      Tandai selesai

      Silahkan simak dan toton materi Pengenalan Sistem rekomendasi pada vidio berikut:


  • Pertemuan Ke- 12, Recommender System

    • Materi PPT Berkas PDF
      Siswa harus
      Tandai selesai

      Pengolahan Bahasa Alami (NLP)

      1.2 MB · Diunggah 19/12/25, 06:29
    • Siswa harus
      Tandai selesai

      Silahkan simak dan tonton Materi Vidio pada link berikut: 


  • Pertemuan Ke- 13, Big Data

    • Materi PPT Berkas PPTX
      Siswa harus
      Tandai selesai

      Big Data

      -  Pengenalan Big Data

      -  Teknologi Big Data

      -  Pengolahan Big Data

      -  Analisis Big Data

      -  Visualisasi Big Data

      -  Keamanan dan Privasi Big Data


      5.5 MB · Diunggah 5/01/26, 06:11
    • Siswa harus
      Tandai selesai

      Silahkan SImak Materi Vido berikut ini:



  • Pertemuan Ke- 14, Paralel Computing

    • Materi PPT Berkas PDF
      Siswa harus
      Tandai selesai

      Paralel Computing

      - dasar-dasar komputasi paralel

      - arsitektur komputasi paralel

      - model pemrograman paralel


      1.3 MB · Diunggah 2/01/26, 06:08
    • Siswa harus
      Tandai selesai
      Silahkan Simak dan Tonton Materi Vidionnya pada link berikut ini:



  • Pertemuan Ke- 15, Visualisasi Data

    • Materi PPT Berkas PDF
      Siswa harus
      Tandai selesai

      Visualisasi Data

      -   Pengenalan Visualisasi Data

      -   Tipe-Tipe Visualisasi Data

      -    Prinsip-Prinsip Visualisasi Data yang Efektif

      -    Alat dan Teknologi untuk Visualisasi Data

      644.5 KB · Diunggah 9/01/26, 07:49
    • Siswa harus
      Tandai selesai

      Silahkan simak dan pelajari materi pada link Vidio berikut ini: