Mata Kuliah Machine Learning

Mata kuliah Machine Learning pada Statistika (D III) membekali mahasiswa dengan landasan konseptual dan keterampilan terapan untuk menganalisis persoalan akademik maupun profesional. Perkuliahan dirancang melalui ceramah interaktif, studi kasus, diskusi kelompok, serta refleksi mandiri agar mahasiswa mampu mengambil keputusan berbasis data dan etika keilmuan.

• CPL-4 - Mampu menguasai konsep dasar ilmu statistika dan sains data serta mampu mengaplikasikan ilmu statistika, teknologi informasi dan komunikasi, dan perangkat lunak statistika dalam pekerjaan professional
• CPL-5 - Terampil dalam menyelesaikan masalah secara terstruktur dengan menggunakan konsep dasar statistika untuk pengumpulan data, manajemen data, analisis data, dan pelaporan hasil analisis data

• 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
• CPMK-3 - Mahasiswa mampu menjelaskan konsep dasar machine learning, hubungan machine learning dengan statistika dan sains data, serta membedakan supervised learning, unsupervised learning, dan reinforcement learning.
• CPMK-4 - Mahasiswa mampu menjelaskan karakteristik dataset, peran variabel, tipe variabel, dan konsep preprocessing data sebagai dasar pemilihan metode machine learning.
• CPMK-5 - Mahasiswa mampu menjelaskan prinsip dasar metode supervised learning yang meliputi K-Nearest Neighbor, Naive Bayes, dan Decision Tree serta membandingkan kelebihan, keterbatasan, dan kesesuaian penggunaannya
• CPMK-6 - Mahasiswa mampu menjelaskan prinsip dasar metode clustering yang meliputi K-Means, Hierarchical Clustering, dan DBSCAN serta membandingkan karakteristik dan kesesuaian penggunaannya.
• CPMK-7 - Mahasiswa mampu menentukan metode dan teknik evaluasi model klasifikasi maupun clustering yang sesuai berdasarkan karakteristik data dan tujuan analisis secara argumentatif.
• CPMK-8 - Mahasiswa mampu mengevaluasi dan menginterpretasikan kinerja model machine learning serta menyusun kesimpulan analitis dalam bentuk laporan atau presentasi berbasis studi kasus