|
KEMENTERIAN PENDIDIKAN TINGGI, SAINS, DAN TEKNOLOGI
UNIVERSITAS NEGERI PADANG
– FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
– PROGRAM STUDI STATISTIKA (S1)
|
||||||
| RENCANA PEMBELAJARAN SEMESTER | |||||||
| MATA KULIAH (MK) | KODE | Rumpun MK | BOBOT (sks) | SEMESTER | Tgl Penyusunan | ||
| Data Mining | STA.62.0022 | - | 1 | 2 | 5 | - | |
| OTORISASI / PENGESAHAN | Dosen Pengembang RPS | Koordinator RMK | Koordinator Prodi | ||||
| - | - | - | Dr. Yenni Kurniawati S.Si., M.Si. | ||||
| Capaian Pembelajaran |
CPL-PRODI yang dibebankan pada MK | |
| CPL-3 | Mampu berpikir logis, kritis dan inovatif dalam mengidentifikasi, menganalisis dan memberikan solusi terhadap permasalahan yang sesuai dengan bidang keahlian (Critical thinking). | |
| CPL-5 | Menguasai pengetahuan di bidang komputasi statistika yang tepat untuk analisis data (Technology skills) | |
| CPL-8 | Mampu melakukan manajemen dan analisis data menggunakan teknik-teknik statistika dengan bantuan perangkat lunak (Collaboration digital skills). | |
| CPL-9 | Mampu menyelesaikan, menyajikan, dan mengkomunikasikan hasil analisis permasalahan nyata menggunakan statistika secara tertulis maupun lisan dengan jelas serta mudah dipahami (Problem solving skills/ Communication skills). | |
| Capaian Pembelajaran Mata Kuliah (CPMK) | ||
| CPMK 1 | - | |
| CPMK 2 | Mampu mengidentifikasi permasalahan dan menentukan pendekatan data mining yang tepat secara logis, kritis, dan inovatif untuk mendukung pengambilan keputusan berbasis data. | |
| CPMK 3 | Mampu menjelaskan konsep dasar data mining serta metode analisis statistika dan komputasi yang digunakan dalam penggalian pola dan informasi dari data. | |
| CPMK 4 | Mampu melakukan preprocessing, pengelolaan data, dan menerapkan algoritma data mining menggunakan perangkat lunak secara tepat dan sistematis. | |
| CPMK 5 | Mampu menginterpretasikan, menyajikan, dan mengomunikasikan hasil analisis data mining secara tertulis maupun lisan untuk mendukung penyelesaian masalah pada berbagai bidang. | |
| Kemampuan akhir tiap tahapan belajar (Sub-CPMK) | ||
| SUB CPMK | - | |
| Matriks CPL ke CPMK |
|
| Deskripsi Singkat Mata Kuliah |
Mata kuliah ini membekali mahasiswa dengan pemahaman konseptual dan keterampilan teknis dalam data mining. Materi mencakup konsep dasar data mining, preprocessing data, penanganan missing values dan noisy data, feature selection dan feature extraction, serta penerapan teknik association rules dan recommendation system. Mata kuliah ini juga membahas text mining dan analisis sentimen sebagai aplikasi data mining pada data modern. |
| 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 (%) |
||
|---|---|---|---|---|---|---|---|
| Indikator | Teknik & Kriteria | Luring (Tatap Muka) | Daring (Online) | ||||
| - | - | - | - | - | - | - | 0 |
| UTS | |||||||
| UAS | |||||||