Pertemuan Tujuan Instruksional Umum (TIU) 1 Mahasiswa memahami konsep business Tujuan Instruksional Khusus (TIK) Pokok Bahasan Sub Pokok Bahasan Teknik Pembelajaran 1. Mahasiswa dapat menjelaskan konsep Introduction to 1. Changing Business Business Environment and Computerized Decision Support 2. Framework Business 3. Creation and Use and BI Governance Media Pembelajaran Penugasan Referensi 5,7,8, 14 2 Mahasiswa memahami transaction dan analytic processing, dan teknik BI 1. Mahasiswa dapat menjelaskan transaction processing dan analytic processing 2. Mahasiswa dapat menjelaskan tools dan teknik 3. Mahasiswa dapat merumuskan dan menjelaskan implementasi dari business Introduction to Business Lanjut 1. Transaction Processing vs Analytic Processing 2. Major Tools and Techniques of BI 3. Successful BI Implementation 5,7,8, 14 3 Mahasiswa memahami elemen- elemen dari BI 1. Mahasiswa dapat menjelaskan elemenelemen BI Element of Business 1. Data Warehouse vs Data Marts 2. Setting Up Information for BI Processing 3. The Data Side of BI 4. The Analytics Tools 5. Query and Reporting Tools 5,7,8,9, 14 4 Mahasiswa memahami Data Warehousing dan proses ETL menjelaskan konsep Data Warehouse Data Warehousing 1. Data Warehousing Definitions and Concepts 2. Data Warehousing Process project paper data warehouse modeling 5, 7,8,9
menjelaskan proses dan arsitektur data warehouse 3. Mahasiswa dapat merumuskan dan menjelaskan proses ETL pada data warehouse 4. Mahasiswa dapat menjelaskan implementasi dari data warehouse Overview 3. Data Warehousing Architecture 4. Data Integration and the ETL Processes 5. Data Warehousing Implementation Issue 5 Mahasiswa memahami konsep adaptive 1. Mahasiswa dapat menjelaskan tentang adaptive BI Adaptive Business 1. Prediction 2. Optimization 3. Adaptability 5, 6 6 Mahasiswa memahami konsep data untuk business 1. Mahasiswa dapat menjelaskan konsep, aplikasi data menjelaskan proses dan metode data 3. Mahasiswa dapat mengerti software tools untuk data Data Mining for Business 1. Data Mining Concepts and Definitions 2. Data Mining Applications 3. Data Mining Process 4. Data Mining Methods 5. Data Mining Software Tools project paper tentang data for 5, 6 7 Mahasiswa memahami konsep data preparation menjelaskan tentang data validation, data transformation, dan data reduction Data Preparation 1. Data Validation 2. Data Transformation 3. Data Reduction 5 8 Mahasiswa memahami konsep dasar text 1. Mahasiswa dapat menjelaskan konsep text dan web menjelaskan aplikasi dan proses dari text 3. Mahasiswa dapat menjelaskan tools text Text and Web Mining 1. Text Mining Concepts and Definitions 2. Natural Language Processing 3. Text Mining Applications 4. Text Mining Process 5. Text Mining Tools 5,11,12,13
9 Mahasiswa memahami konsep dasar web 4. Mahasiswa dapat menjelaskan web 5. Mahasiswa dapat merumuskan dan menjelaskan struktur web Text and Web Mining Lanjut 6. Web Mining Overview 7. Web Content Mining and Web Structure Mining 8. Web Usage Mining 5 10 Mahasiswa memahami program java dengan tampilan GUI 1. Mahasiswa dapat menjelaskan tentang knowledge management beserta aktivitinya dan pendekatannya 2. Mahasiswa dapat merumuskan implementasi dari knowledge management system Knowledge 1. Introduction to Knowledge 2. Knowledge Activities 3. Approaches to Knowledge 4. Information Technology (IT) in Knowledge 5. Knowledge Systems Implementations 1, 2, 3 11 Mahasiswa memahami bagaimana cara membuat berbagai program java dengan GUI (studi kasus) menjelaskan konsep Artificial menjelaskan konsep Expert System dan strukturnya Systems 1. Konsep dan Definisi Artificial 2. Artificial Field 3. Basic Concepts of Expert Systems 4. Structure of Expert Systems project in group mengenai expert systems 1, 2, 3 12 Mahasiswa memahami program yang terkoneksi ke database menjelaskan pembuatan program yang menggunakan database MySQL 2. Mahasiswa dapat membuat program Business Implementation 6. Implementing BI 7. BI and Integration Implementation 8. Connecting BI System to 1,2,3,4,5,6,7, 8,10, 14
yang menerapkan database MySQL databases and other Enterprise Systems 9. On-Demand BI 13 Mahasiswa memahami program database dengan fitur reportingnya menjelaskan case study business Cases 1. Charles Book Club 2. Segmenting Consumers of Bath Soap 3. Predicting Bankruptcy 1, 14 14 Mahasiswa memahami secara komprehensif 1. Mahasiswa dapat membuat project Business dalam skala kecil dan menengah 2. Mahasiswa dapat mempresentasikan Business dalam skala kecil dan menengah Presentasi Business Project Presentasi Mahasiswa Presentasi di depan kelas oleh mahasiswa tentang project Business 5, 6, 7, 8, 9, 10,11,12,13, 14 Referensi: Referensi Wajib 1. Efraim Turban, Business : A Managerial Approach 2nd Edition, Prentice Hall, 2011 2. Efraim Turban, Decision Support and Business Systems 9th Edition, Prentice Hall, 2010 3. Carlo Vercellis, Business, Willey, 2009 4. Zbigniew Michalewicz et.al, Adaptive Business, Springer, 2006 5. Mike Bierre, Business for The Enterprise, Prentice Hall, 2003 Referensi Pendamping: 6. Kimball, Relentlessly Practical Tools for Data Warehousing and Business, 2010 7. Li Niu, Jie Lu, and Guangquan Zhang, Cognition-Driven Decision Support for Business, Springer, 2009 8. Brian Larson, Delivering Business with Microsoft SQL Server, 2008
9. Robert Wrembel & Christian Koncilia, Data Warehouse and OLAP: Concepts, Architecture and Solutions, IRM Press, 2007 10. Barry de Ville,Decision Trees for Business and Data Mining, SAS Publishing, 2006 11. Bing Liu, Web Data Mining 2nd Edition Exploring Hyperlinks Contents and Usage Data, Springer, 2011 12. Ashok N. Srivastava & Mehran Sahami, Text Mining Classification Clustering and Applications, CRC Press, 2010 13. Michael W. Berry & Jacob Kogan, Text Mining Applications and Theory, John Willey, 2010 14. William, The Profit Impact of Business, 2007