
4 Courses 4 Categories
Modified 31 August 2020
Modified 31 August 2020
Modified 31 August 2020
Modified 31 August 2020
Mata kuliah ini membahas prinsip-prinsip dasar, teknik, dan alat bantu yang digunakan di bidang data science dalam mengekstraksi informasi atau pengetahuan dari data. Prinsip- prinsip dan teknik yang didiskusikan berbasiskan beragam bidang ilmu, di antaranya: statistika, probabilitas, basis data, pemelajaran mesin, dan bidang-bidang ilmu komputer lainnya. Konsep- konsep penting yang dibahas di antaranya pengumpulan dan integrasi data, exploratory data analysis, inferensi statistik, pemodelan Bayesian, dan visualisasi data. Mata kuliah ini menekankan pada integrasi dan sintesis dari prinsip dan teknik yang diberikan untuk diaplikasikan dalam pemecahan permasalahan.
Isi materi yang diajarkan pada mata kuliah ini diantaranya; pengantar basis data, lingkungan basis data, model data relasional, SQL, RDBMS, alat bantu perancangan basis data (ERD dan normalisasi).
Dalam Mata Kuliah ini mahasiswa dapat memasarkan dan melanjutkan mata kuliah perancangan sistem terintegrasi IV
Mampu
memanMampu
memanfaatkan pengetahuan dibidang pengolahan citra digital. Mahasiswa
mampu memahami
metode pemrosesan citra untuk meningkatkan mutu citra, melakukan ekstraksi fitur
dasar citra untuk merancang algoritma aplikasi
pengenalan
citra
dengan fitur warna atau fitur bentuk baik secara individu maupun berkelompok/kerjasama
tim. faatkan pengetahuan dibidang pengolahan citra digital. Mahasiswa
mampu memahami
metode pemrosesan citra untuk meningkatkan mutu citra, melakukan ekstraksi fitur
dasar citra untuk merancang algoritma aplikasi
pengenalan
citra
dengan fitur warna atau fitur bentuk baik secara individu maupun berkelompok/kerjasama
tim.