GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 5

Ukuran: px

Mulai penontonan dengan halaman:

Download "GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 5"

Hamdani Rachman
7 tahun lalu
Tontonan:

1 GARIS-GARIS BESAR PROGRAM PENGAJAR PROGRAM STUDI: S1 STEM INFORMA Semester : 5 Berlaku mulai: Gasal/2010 MATA KULIAH : DATA WAREHOUSE KODE MATA KULIAH / SKS : / 2 SKS MATA KULIAH PRASYARAT : Database Administration DESKRIP MATA KULIAH : Mata kuliah ini membahas konsep, teknologi, implementasi dan manajemen Data dan Data Mining. INSTRUKONAL UMUM : Setelah mengikuti mata kuliah ini diharapkan mahasiswa program studi Sistem Informasi dapat mendiskripsikan konsep, teknologi, implementasi dan manajemen Data dan Data Mining. PUSTAKA/SUMBER BELAJAR : Wajib: 1. Singh, Harry Data Warehousing: Concepts, Technologies, Implementations, and Management. New Jersey: Prentice Hall. 2. Berry, M. J. A., dan Linoff, G Data Mining Techniques: For Marketing, Sales, and Customer Support. Canada: John Wiley & Sons, Inc. 3. Han, Jiawei, dan Kamber, Micheline Data Mining: Concepts and Techniques. San Fransisco: Morgan Kaufmann Publishers. Anjuran: 1. ud, Olivia P Data Mining Cookbok. Canada: John Wiley & Sons, Inc. 2., Alex, dan Smith, Stephen J Data Warehousing, Data Mining & OLAP. Singapura: McGraw Hill. 3. Mattison, Rob Web Warehousing and Knowledge Management. New York: Mc Graw Hill. 4. Sullivan, Dan Document Warehousing and Text Mining. Canada: John Wiley & Sons, Inc. 5. Smith, K., dan Gupta, J Neural Networks in Business: Techniques and Applications. London: Idea Group Publishing. PERSENTASE PENILAI : UTS = 30, UAS = 30, TUGAS = 40 Halaman 1 dari 5

2 INSTRUKONAL KHUSUS 1 Mahasiswa dapat memahami konsep Knowledge Discovery in Databases, yang merupakan tujuan akhir dari Data dan Data Mining. 2 Mahasiswa dapat memahami Konsep Data Pengantar Knowledge Discovery in Databases (KDD) Konsep Data (DW) 1. Latar Belakang KDD 2. Definisi KDD 3. Proses Umum KDD 4. Penerapan KDD 1. Definisi DW 2. Keuntungan dari DW 3. Struktur DW 4. Fungsi-Fungsi DW 5. Operasional PUSTAKA ngh ngh 3 Mahasiswa dapat memahami cara pemilihan tipe-tipe solusi Data berdasarkan faktorfaktor bisnis yang ada. Tipe-Tipe Solusi Data 1. Pemilihan DW 2. Host-Based DW 3. Host-Based Single-Stage DW 4. L Based Workgroup DW 5. Multistage DW 6. Stationary DW 7. Distributed DW 8. Virtual DW Workflow dengan activity diagram 9. Contoh membuat business use case sederhana. ngh 4 Mahasiswa dapat memahami arsitektur dasar Data. Arsitektur Data 1. Pengantar Arsitektur DW 2. Komponen Arsitektur DW 3. Model Arsitektur DW 4. Pilihan Implementasi DW 5. Arsitektur Pendukung Keputusan ngh Halaman 2 dari 5

3 INSTRUKONAL KHUSUS 5 Mahasiswa dapat memahami konsep Metadata Metadata 1. Definisi Metadata 2. Peran Metadata 3. Komponen Metadata 4. Penerapan Metadata 5. Repositori Metadata 6. Model Metadata PUSTAKA Singh 6 Mahasiswa dapat memahami konsep pemodelan data dan kaitannya dengan penerapan Data Pemodelan Data 1. Konsep Pemodelan Data 2. Struktur dan Proses Perencanaan 3. Model Multidimensi vs Relasional 4. Pengembangan Model Data 5. Model Data pada Penerapan Data 6. Implementasi dan Administrasi Model Data Tugas project 7 Mahasiswa dapat mengetahui contoh-contoh pemakaian datawarehouse di dunia bisnis Contoh-contoh pemakain Datawarehouse Contoh desian Data warehouse Demo Quiz Halaman 3 dari 5

4 INSTRUKONAL KHUSUS 8 Mahasiswa dapat memahami konsep On-Line Analytical Processing On-Line Analytical Processing (OLAP) 1. Definisi OLAP 2. Evolusi OLAP 3. Konsep OLAP 4. Relational OLAP (ROLAP) & Multidimensional OLAP (MOLAP) 5. Komponen OLAP 6. OLAP vs OLTP (On-Line Trasactional Processing) 7. Alat Bantu dan Penerapan Analisa Data PUSTAKA 9 Mahasiswa dapat mengenali alat bantu dan produk-produk Data yang telah ada. Alat Bantu dan Produk Data 1. Analisa Data Korporasi 2. Alat Bantu 3. Vendor 4. Produk 5. Kriteria Pemilihan Sistem dan Vendor Database Mattison 10 Mahasiswa dapat memahami Konsep dari DataMining Konsep Data Mining (DM) 1. Definisi DM 2. Fungsi DM 3. Proses DM 4. Klasifikasi Sistem DM 5. Hal-Hal Umum dalam DM Han 11 Mahasiswa dapat mengetahui tentang metodologi data Mining Metodologi Data Mining 1. Pengantar Metodologi DM: Testing Hipotesa dan Penemuan Pengetahuan 2. Proses Testing Hipotesa Han Halaman 4 dari 5

5 INSTRUKONAL KHUSUS 3. Proses Penemuan Pengetahuan (Secara Langsung dan Tidak Langsung) PUSTAKA 12 Mahasiswa dapat memahami implementasi mining kedepan Kemajuan Teknologi Mining 1. Text Mining 2. Web Mining Sullivan Smith 13 Mahasiswa dapat memahami proses integrasi data base Penggabungan proses cleansing Database 1. Definisi Cleansing 2. Urutan Cleansing 2. Tanya Mahasiswa dapat mengimplementasikan data warehouse Demo Project dengan masalah yang telah di sediakan Demo datawarehuse 1. Demo 100 Disahkan Oleh: Diperiksa Oleh: Dibuat Oleh: Helmy Widyantara, S.Kom., M.Eng Tutut Wurijanto, M.Kom Dra. Sulis Janu Hartati, MT Wakil Ketua I Kaprodi S1 Sistem Informasi Ketua Tim GBPP Halaman 5 dari 5

dokumen-dokumen yang mirip

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1

GARIS-GARIS BESAR PROGRAM PENGAJAR PROGRAM STUDI : S1 STEM INFORMA Semester : 1 Berlaku mulai: Gasal/2010 MATA KULIAH : MAJEMEN UMUM KODE MATA KULIAH / SKS : 410102046 / 2 SKS MATA KULIAH PRASYARAT : -