1303A01B ANALITIK DAN VISUALISASI DATA BISNIS
1. Hard skills yang diberikan dari mata kuliah ini adalah: â—‹ Mahasiswa mampu mempraktikkan (P3: Presisi) & memprediksi (C5: Mengevaluasi) untuk merespon (A2: Respon) suatu fenomena bisnis dari hasil analitik data bisnis sesuai Cross Industry Standard Process for Data Mining (CRISP-DM). 2. Soft skills yang diberikan dari mata kuliah ini adalah: â—‹ Memberikan kemampuan mahasiswa untuk mengkomunikasikan data bisnis kepada pengguna informasi â—‹ Memberikan kemampuan mahasiswa untuk bekerja sama dan berkolaborasi secara online 3. Kompetensi Khusus Profil Lulusan Program Studi yang diberikan mata kuliah ini adalah: â—‹ Mampu menyediakan dan menyajikan informasi akuntansi tentang entitas ekonomi; â—‹ Mampu menganalisis informasi akuntansi dan menggunakannya untuk pengambilan keputusan; â—‹ Mampu mengaplikasikan bidang keahlian akuntansi dengan memanfaatkan perkembangan ilmu pengetahuan dan teknologi di bidang akuntansi. 4. Media Pembelajaran Daring pada mata kuliah ini adalah: â—‹ ULS untuk pengumuman umum: registrasi ke Google Classroom. â—‹ Google Classroom untuk: i. Akses materi kuliah ii. Akses kelas online iii. Akses latihan online iv. Akses UTS/UAS â—‹ Whatsapp untuk akses urgent fast response: i. kendala latihan online ii. kendala UTS/UAS (akses / komplain) â—‹ Email sebagai mekanisme komplain tertulis terkait UTS/UAS
Capaian Pembelajaran
Kompetensi dasar yang diperoleh mahasiswa setelah menempuh mata kuliah ini adalah: 1. Mahasiswa mampu (C1) mengingat dan (C2) memahami kebutuhan keahlian data analytics and visualization terkait profesi akuntansi. 2. Mahasiswa mampu (C3) menerapkan proses tahapan data mining dengan menggunakan tools penunjang. 3. Mahasiswa mampu (C3) menerapkan persiapan data agar siap untuk dibuat model predictive analytics dengan menggunakan tools penunjang. 4. Mahasiswa mampu (C4) menganalisis / memilih algoritma yang tepat untuk melakukan predictive analytics dengan menggunakan tools penunjang. 5. Mahasiswa mampu (C5) mengevaluasi / menyimpulkan hasil predictive analytics dengan menggunakan tools penunjang.
Pengetahuan Awal
Mahasiswa harus telah menempuh mata kuliah dengan pengetahuan awal: 1. Mata Kuliah: a. Sistem Informasi Akuntansi: i. Siklus Bisnis di dalam perusahaan ii. Database Management System 2. Software: a. Dasar Microsoft Excel b. Dasar Microsoft Access 3. Softskill: a. Kepemimpinan b. Kerja sama tim c. Analisis
Referensi Umum
- Big Data in Practice: How 45 Successful Companies Used Big Data Analytics to Deliver Extraordinary Results - Bernard Marr(2744)
- Data Mining & Predictive Analytics - Daniel T. Larose & Chantal D. Larose(2743)
- Exploring Data with RapidMiner - Andrew Chisholm (2745)
- https://romisatriawahono.net/dm/(2746)
- Playlist Tutorial RapidMiner: (2747)