Judul Kuliah Penambangan Data dan Intellgensia Bisnis (PDIB)

Kode
CSIE604271
Perkuliahan
SKS 3
Dosen Ika Chandra Hapsari, ika.c@cs.ui.ac.id
Muthia Nabila (muthianbl@gmail.com), Luthfi Abdurrahim
Asisten Dosen
(luthviar.a@gmail.com)
Jadwal Rabu, pukul 15.00-16.40 (2306) dan Kamis pukul 10.00-10.50 (2306)
1. Mahasiswa mampu menjelaskan latar belakang dan teknologi yang
digunakan dalam pengolahan data di perusahaan sesuai dengan
state of the art bisnis dan teknologi yang berkembang sebagai
bagian dari sebuah solusi perusahaan.
2. Mahasiswa mampu melakukan pengambilan keputusan dengan
berbagai sumber data, teknik, metodologi, dan teknologi di kondisi
lingkungan yang dinamis.
3. Mahasiswa mampu bekerja dengan data dalam skala besar dan
menguasai berbagai teknik untuk menilai informasi bisnis yang
terkandung dalam data tersebut
1. Mahasiswa mampu menjelaskan definisi dari intelegensi bisnis,
analytics, dan pengambilan keputusan, serta memahami dinamika
bisnis yang terjadi.

2. Mahasiswa mampu menjelaskan tentang dasar konseptual dari

pengambilan keputusan, dan apa saja komponen dari DSS

3. Mahasiswa mampu melakukan analisis deskriptif, serta mendesign,

dan membuat sebuah laporan analisis dengan visualisasi yang tepat
dan menarik.

4. Mahasiswa mampu menjelaskan tentang definisi dari Business

Performance Management,dan mampu membuat dashboard
Sub CPMK menggunakan tools yang sesuai dengan state of the art, serta dapat
menjelaskan tentang konsep warehouse dalam business intelligence

5. Mahasiswa mampu melakukan analisis secara prescriptif dan juga

membuat model untuk pengambilan keputusan, baik berupa
optimisasi maupun multi-criteria systems.

6. Mahasiswa mampu menjelaskan tentang analisis secara deskrptif,

definisi dari data mining, teori, dan teknik yang digunakan

7. Mahasiswa mampu menjelaskan tentang tipe-tipe data yang

digunakan, serta mampu mengidentifikasi kualitas data.

8. Mahasiswa mampu melakukan pre-processing data

1
 9. Mahasiswa mampu melakukan teknik data mining berupa clustering
dan klasifikasi.
1. Business Intelligence and Analytics: Systems for Decision
Support, 10th Edition. Ramesh Ardha, Dursun Dellen, Efraim Turban.,
Buku Teks Pearson, 2015.
dan Sumber 2. Introduction to Data Mining (Second Edition), Pang-Ning Tan,
lain Michael Steinbach, Vipin Kumar, University of Minnesota, 2021
3. Articles and White Papers, HBR and Gartner Researches 2021
4. https://www-users.cse.umn.edu/~kumar001/dmbook/index.php

Tugas (Individu dan Kelompok) 25%

UTS 25%
Penilaian* UAS 25%
Partisipasi (Presensi, Forum diskusi, partisipasi saat kelas) 15%
Self test mingguan (kahoot/scele) 10%
1. UAS atau UTS susulan hanya diberikan kepada mahasiswa yang eligible
menurut aturan fakultas. Untuk mendapatkan UTS atau UAS susulan,
mahasiswa diharuskan untuk mengirimkan email maksimal pada hari H
dilakukannya kuis atau UTS, dan memberikan surat pendukung
maksimum 1 minggu setelah kuis/ujian.
Aturan Kelas 2. Keterlambatan untuk tugas maksimal adalah H+3 hari, dengan penalty
sebesar 10 poin/hari. Tugas yang dikumpulkan setelah itu tidak dapat
dinilai. Untuk self-test dan kahoot tidak dapat diadakan susulan.
3. Segala bentuk kecurangan di dalam perkuliahan akan mendapatkan
sanksi akademis, maksimal nilai E.
4. Tidak ada remidi/ tugas tambahan setelah nilai di-publish.
Course Plan

Minggu 1
Rabu, 31
Agustus
Decision Support System and Business Intelligence
Kamis, 1
September
2022
Minggu 2
Decision Making, Modelling, and Support
7&8
Tugas 1 (Essay, Individu), Publish: 7 Sept, Deadline: 13 Sept.
September
Minggu 3
14 & 15 Business Reporting and Visual Analytics
September
Minggu 4
Business Performance Management
21 & 22 Sept
Minggu 5
LAB: Tableau (Case Study)
28 & 29 Sept

2
 Tugas 2 (Lab, individu), Publish 28 Sept (pengambilan Key untuk
tableau), Deadline: 4 Oktober.
Minggu 6 Data Warehouse
5 & 6 Oktober
Business Intelligence Case Study
Minggu 7
Tugas 3 (Case Study, Kelompok 2-3 orang), Publish 12 Oktober,
12 & 13
Deadline: 13 Oktober.
Oktober

Minggu 8
17-25 UJIAN TENGAH SEMESTER
Oktober
Minggu 9 Model-Based Decision: Multi-Criteria Systems &Optimization
26&27 Tugas 4(AHP), 26 Oktober, Deadline: 1 November
Oktober
Minggu 10
2&3 Data Mining for Business Intelligence (Intro)
November
Minggu 11
9&10 Data Mining: Type of Data and Data Quality
November
Data Mining: Data Preparation
Minggu 12
(Synchronous Meeting and Lab), Tugas 5 (lab, individu), Publish: 16
16 & 17
November, Deadline: 20 November
November
Minggu 13 Data Mining: Clustering and Classification
23 & 24 (Synchronous Meeting and Lab), Tugas 6 (lab, kelompok), Publish: 23
November November, Deadline: 27 November
Minggu 14
30 November Group presentation
& 1 Desember
Minggu 15
7&8 Guest Lecture (tentative)
Desember
Minggu 16
14- 23 UJIAN AKHIR SEMESTER
Desember
*Jika diperlukan, dapat dilakukan penyesuaian terhadap bobot penilaian ataupun
jadwal kuliah.