RPS - Machine Learning

	KEMENTERIAN PENDIDIKAN TINGGI, SAINS, DAN TEKNOLOGI UNIVERSITAS NEGERI PADANG – FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM – PROGRAM STUDI STATISTIKA (D III)
	RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK)		KODE	Rumpun MK	BOBOT (sks)		SEMESTER	Tgl Penyusunan
Machine Learning		STK.52.0029	-	0	2	4	-
OTORISASI / PENGESAHAN		Dosen Pengembang RPS		Koordinator RMK		Koordinator Prodi
-		-		-		Dodi Vionanda S.Si., M.Si., Ph.D.

Capaian Pembelajaran	CPL-PRODI yang dibebankan pada MK
	CPL	Mampu menguasai konsep dasar ilmu statistika dan sains data serta mampu mengaplikasikan ilmu statistika, teknologi informasi dan komunikasi, dan perangkat lunak statistika dalam pekerjaan professiona
	CPL	Handal dalam menyelesaikan masalah secara terstruktur dengan menggunakan konsep dasar statistika untuk pengumpulan data, manajemen data, analisis data, dan pelaporan hasil analisis data
	Capaian Pembelajaran Mata Kuliah (CPMK)
	CPMK 1	Mampu menguasai konsep dasar pembelajaran mesin (Machine Learning) serta mampu mengaplikasikannya dalam pekerjaan professional
	CPMK 2	Terampil dalam menyelesaikan masalah secara terstruktur dengan menggunakan konsep dasar Machine Learning
	Kemampuan akhir tiap tahapan belajar (Sub-CPMK)
	SUB CPMK	-

Matriks CPL
ke CPMK

	CPL 8302	CPL 8305	Total
CPMK 1	-	-	0%
CPMK 2	-	-	0%
Total	0%	0%	0%

Deskripsi
Singkat Mata
Kuliah

Mata Kuliah Machine Learning melatih mahasiswa untuk memahami ide dasar, intuisi, konsep, algoritma dan teknik komputasi melalui proses learning from data. Materi yang disampaikan meliputi supervised learning, unsupervised learning, reinforcement learning, dan ensemble methods.

Pustaka	Utama:
	-
	Pendukung: (Jika diperlukan) -
Dosen Pengampu	-
Mata kuliah syarat	-

Minggu Ke-	SUB-CPMK (Kemampuan Akhir Yang Diharapkan)	Penilaian		Bentuk Pembelajaran, Metode Pembelajaran, Penugasan Mahasiswa [Estimasi Waktu]		Materi Pembelajaran [Rujukan]	Bobot Penilaian (%)
Minggu Ke-	SUB-CPMK (Kemampuan Akhir Yang Diharapkan)	Indikator	Teknik & Kriteria	Luring (Tatap Muka)	Daring (Online)	Materi Pembelajaran [Rujukan]	Bobot Penilaian (%)
-	-	-	-	-	-	-	0