Teacher: Rauhil F.A

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.

Teacher: Rodianto .

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).

Dosen: Eko Wijaya

Dalam Mata Kuliah ini mahasiswa dapat memasarkan dan melanjutkan mata kuliah perancangan sistem terintegrasi IV

Teacher: Nawassyarif .

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.