RENCANA PEMBELAJARAN SEMESTER
PROGRAM STUDI SISTEM INFORMASI – STMIK JAKARTA STI&K
Tanggal Penyusunan 07/09/2016 Tanggal revisi 07/09/2016
Fakultas -
Program Studi Sistem Informasi
Jenjang SARJANA (S1)
Kode dan Nama MK Big Data Analisis & Sistem Intelligent
SKS dan Semester SKS Semester
Prasyarat -
Status Mata Kuliah [✓ ] Wajib [ ] Pilihan
Dosen Pengampu Eriek Orlando, Raden Budiarto
perilaku benar dan berbudaya sebagai hasil dari
internalisasi dan aktualisasi nilai dan norma yang tercermin
Sikap
dalam kehidupan spiritual dan sosial melalui proses
pembelajaran
Mahasiswa mampu menerapkan beberapa bentuk
Ketrampilan implementasi serta mampu menganalisis, mengevaluasi, big
Capaian
Umum data serta mampu mengimplementasikannya dengan
Pembelajaran
membangun sistem jaringan komputer sederhana
Mata Kuliah
Mahasiswa mampu mengetahui dan mengerti konsep big data
yang diperoleh melalui penalaran dalam proses pembelajaran,
Pengetahuan
pengalaman kerja dan penelitian yang terkait dengan
pembelajaran.
Ketrampilan Mahasiswa mampu menerapkan beberapa bentuk
Khusus implementasi dari big data
Deskripsi Umum Mata kuliah Jaringan Komputer merupakan mata kuliah wajib yang membahas
(Silabus) tentang dasar-dasar jaringan. Mata kuliah ini mempelajari konsep/materi dasar
jaringan dan bentuk-bentuk penerapan teknologi LAN.
1. Ceramah/Kuliah Pakar ✓ 4. Praktik Laboratorium
Metode
2. Problem Based Learning/FGD ✓ 5. Self-Learning (V-Class)
Pembelajaran
3. Project Based Learning ✓ 6. Lainnya: ..........................
Pengalaman a. Tayangan Presentasi ✓ c. Online exercise/kuiz (V-class)
Belajar/Tugas b. Review textbook/Jurnal ✓ d. Laporan ✓
e. Lainnya: ..........
1. Buku: Big Data for Dummies (Judith Hurwitz, Alan Nugent, Fern Halper,
Marcia Kaufman), John Wiley & Sons, 2013
2. Buku: Data Science dan Big Data Analysis:Discovering, Analysis,
Referensi / Sumber Visualizing, and Presenting Data, EMC Education Service, John Wiley &
Belajar
Sons, 2015
3. Buku: Big Data Now, 2012 edition, Current Perspective from O’Reilly
Media, O’Relly Media, Inc, 2012
RPS- Big Data Analisis & Sistem Intelligent
Halaman-1
4. Journal of Big Data (2015) 2:1, Deep Learning applications and challenges
in big data analytics (Najafabadi )
5. Buku Big Data Analytics: Turning big data into big money (Wiley and SAS
Business Series, Frank J. Ohlhorst), John Wiley and Sons, 2012.
RPS- Big Data Analisis & Sistem Intelligent
Halaman-2
Minggu Kemampuan Bahan Kajian (Materi Metode/ Waktu Kriteria Bobot Sumber
Akhir yang Pelajaran) Bentuk Belajar Penilaian Nilai belajar
Diharapkan Pembelaj (Menit) (Indikator) (%)
aran
1 Pengenalan Big Data
memahami 1. Pengertian manajemen
sejarah data
perkembangan 2. Perkembangan
manajemen data manajemen data
sampai dengan 3. Sejarah Big Data
big data 4. Klasifikasi dalam Big
Data
5. Dasar distributed
computing
2 Teknologi Big Data
memahami dan 1. Komponen teknologi
mengetahui Big Data
teknologi yang 2. Memahami virtualisasi
dipergunakan Big Data
dalam Big Data 3. Distributed computing
4. Cloud dalam Big Data
3 Manajemen Big Data
mengetahui dan 1. Operasional Big Data
memahami 2. MapReduce
manajemen Big 3. Hadoop
Data 4. Big Data warehouses
4 Analisis Big Data
mengetahui dan 1. Definisi analisis Big
memahami Data
pengertian dari 2. Memahami analisis
analisi Big Data teks dan Big Data
3. Pendekatan untuk
analisis Big Data
5 Implementasi Big Data
mengetahui 1. Integrasi sumber data
implementasi Big 2. Operasional Big Data
Data dalam 3. Aplikasi Big Data di
kehidupan nyata perusahaan
4. Lingkungan keamanan
Big Data dalam
pemerintahan
RPS- Big Data Analisis & Sistem Intelligent
Halaman-3
6 Metode analisis data
menggunakan R
Memahami
mengenal dan 1. Pengenalan
memahami pemrograman R
bahasa 2. Analisis data dengan R
pemrograman R 3. Metode statistic
dengan R
7 Metode analisis untuk
Clustering
Memahami
mengenal dan 1. Pengertian Clustering
memahami 2. Metode K-means
metode analisis 3. Fuzzy K-means
untuk Clustering
data
UJIAN TENGAH SEMESTER
8 Metode analisis untuk
Association Rules
mengenal dan
memahami 1. Pengertian Association
metode analisis Rules
untuk Association 2. Evaluasi pada
Rules Candidate Rules
3. Applikasi Association
Rules
4. Validasi dan testing
9 Metode analisis untuk
regresi data
mengenal dan
memahami 1. Kategori variable
metode analisis 2. Regresi Linier
untuk regresi data 3. Regresi Logistik
4. OLS (Ordinary Least
Squares)
5. ROC Curve
6. Residuala
10 Metode analisis untuk
klasifikasi data
mengenal dan
memahami 1. Metode Decision Trees
metode analisis 2. Metode Naïve Bayes
untuk klasifikasi 3. Klasifikasi berbasis
data neural network
4. Evaluasi sistem
klasifikasi
RPS- Big Data Analisis & Sistem Intelligent
Halaman-4
11 Teori dan metode untuk
analisis Time Series
mengetahui dan
memahami 1. ACF
metode yang 2. ARIMA
dapat 3. Autoregressive
dipergunakan 4. Moving average
untuk analisis 5. PACF
data Time Series 6. Time Series
12 Teori dan metode untuk
analisis teks
mengetahui dan
memahami 1. Langkah-langkah
metode yang menganalisa teks
dapat 2. Koleksi data mentah
dipergunakan teks
untuk 3. Representasi teks
menganalisa data 4. Normalisasi teks
teks 5. Metode TFIDF
6. Analisis Sentiments
13 Teknologi dan alat untuk
analisis dalam Big Data
mengetahui
teknologi dan alat 1. Hadoop
(tools) yang 2. Ekosistem Hadoop
dipergunakan 3. MapReduce
dalam Big Data 4. NoSQL
14 Pengenalan metode Deep
Learning untuk Big Data
mengenal metode
Deep Learning 1. Pengenalan metode
yang Deep Learning
dipergunakan 2. Klasifikasi metode
dalam analisis Big Deep Learning
Data 3. Aplikasi Deep Learning
dalam analisis Big
Data
4. Tantangan dan masa
depan Deep Learning
dalam aplikasi Big
Data
UJIAN AKHIR SEMESTER
RPS- Big Data Analisis & Sistem Intelligent
Halaman-5