• Mampu menerapkan berbagai metode/algoritma sistem komputer dalam memecahkan masalah pada suatu organisasi
• Mampu mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat

Perancangan Data Warehouse:

1. Perancangan bentuk star schema
2. Perancangan bentuk snowflake; 

Proses ETL (Extract Transform Load):

1. Konsep ETL Process
2. Melakukan ETL process dengan tools; 

Tabel Fakta dan Dimensi:

1. Proses pembersihan data (data cleansing)
2. Pembuatan tabel dimensi dan tabel fakta dalam data warehouse; 

Pivot Table:

1. Konsep Pivot Table
2. Perancangan Pivot Table dan Chart; 

Implementasi Data Warehouse:

1. Operasi roll-up dan drill-down pada data warehouse
2. Implementasi pivot chart untuk analisis data warehouse; 

Pengenalan software aplikasi / bahasa pemrograman untuk data mining:

1. Weka
2. RapidMiner
3. Python Language; 

Data Preprocessing:

1. Pengenalan tipe-tipe data dan format dataset untuk diolah menggunakan software
2. Data preprocessing; 

Naive Bayes:

1. Implementasi Naïve Bayes dengan software aplikasi
2. Implementasi Naïve Bayes dengan Python; 

Pohon Keputusan:

1. Implementasi pohon keputusan dengan software aplikasi
2. Implementasi pohon keputusan dengan Python; 

Regresi Linier:

1. Perhitungan manual nilai t-hitung dan model regresi linier
2. Implementasi regresi linier dengan software aplikasi atau Python
3. Pembuktian model regresi; 

Clustering K-Means:

1. Implementasi k-means clustering dengan software aplikasi
2. Implementasi k-means clustering dengan Python; 

Association Rule:

1. Induksi aturan asosiasi dengan software aplikasi
2. Implementasi aturan asosiasi dengan Python; 

Implementasi PCA dengan Python; 

Evaluasi performance algoritma data mining.

1. Presensi 
2. UTS
3. UAS
4. Tugas